• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2010 18th Iranian Conference on Electrical Engineering >Using fuzzy ant colony optimization for diagnosis of diabetes disease
【24h】

Using fuzzy ant colony optimization for diagnosis of diabetes disease

机译：使用模糊蚁群优化技术诊断糖尿病

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Ant colony optimization (ACO) has been used successfully in data mining field to extract rule based classification systems. The Objective of this paper is to utilize ACO to extract a set of rules for diagnosis of diabetes disease. Since the new presented algorithm uses ACO to extract fuzzy If-Then rules for diagnosis of diabetes disease, we call it FADD. We have evaluated our new classification system via Pima Indian Diabetes data set. Results show FADD can detect the diabetes disease with an acceptable accuracy and competitive or even better than the results achieved by previous works. In addition, the discovered rules have good comprehensibility.
机译：蚁群优化（ACO）已成功用于数据挖掘领域，以提取基于规则的分类系统。本文的目的是利用ACO提取一套诊断糖尿病的规则。由于新提出的算法使用ACO提取模糊的If-Then规则来诊断糖尿病，因此我们将其称为FADD。我们已经通过Pima印度糖尿病数据集评估了我们的新分类系统。结果表明，FADD可以以可接受的准确性和竞争力甚至比以前的研究成果更好地检测出糖尿病。另外，发现的规则具有良好的可理解性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号