Un nuevo enfoque para la detección de enfermedades hepáticas utilizando KNN y Back propagat
Versandkostenfrei!
Versandfertig in 1-2 Wochen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
El consumo excesivo de alimentos híbridos en el mundo actual provoca el aumento de diferentes enfermedades. Así que el estudio de este diagnóstico médico se convierte en la parte más importante de las disciplinas. Si no hay un conocimiento adecuado de la enfermedad, ésta tiene efectos graves. Por lo tanto, hay un requisito de un sistema de diagnóstico fuerte. Esto es posible gracias al algoritmo K-Nearest neighbor y a la red neuronal Back propagation. El algoritmo K- Nearest se basa en una familia no parametrizada que se utiliza para la regresión y la clasificación. La red neuronal de...
El consumo excesivo de alimentos híbridos en el mundo actual provoca el aumento de diferentes enfermedades. Así que el estudio de este diagnóstico médico se convierte en la parte más importante de las disciplinas. Si no hay un conocimiento adecuado de la enfermedad, ésta tiene efectos graves. Por lo tanto, hay un requisito de un sistema de diagnóstico fuerte. Esto es posible gracias al algoritmo K-Nearest neighbor y a la red neuronal Back propagation. El algoritmo K- Nearest se basa en una familia no parametrizada que se utiliza para la regresión y la clasificación. La red neuronal de retropropagación es otra técnica utilizada para el diagnóstico de enfermedades basada en una red neuronal artificial utilizada para el método de optimización. En este trabajo se presenta la comparación de ambos algoritmos y se discute cómo esta técnica combinable ha producido el mejor resultado. El enfoque combinado proporciona una mejor precisión de hasta el 96%.
Andere Kunden interessierten sich für
