دانلود مقاله انگلیسی رایگان:سیستم تشخیص بیماری و درمان مبتنی بر کاوش داده های بزرگ و محاسبات ابری - 2018

دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی داده های بزرگ رایگان
  • A disease diagnosis and treatment recommendation system based on big data mining and cloud computing A disease diagnosis and treatment recommendation system based on big data mining and cloud computing
    A disease diagnosis and treatment recommendation system based on big data mining and cloud computing

    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    A disease diagnosis and treatment recommendation system based on big data mining and cloud computing


    ترجمه فارسی عنوان مقاله:

    سیستم تشخیص بیماری و درمان مبتنی بر کاوش داده های بزرگ و محاسبات ابری


    منبع:

    Sciencedirect - Elsevier - Information Sciences, 435 (2018) 124-149: doi:10:1016/j:ins:2018:01:001


    نویسنده:

    Jianguo Chen a, Kenli Li a,b,∗, Huigui Rong a,∗, Kashif Bilal c, Nan Yang d, Keqin Li a,e


    چکیده انگلیسی:

    It is crucial to provide compatible treatment schemes for a disease according to various symptoms at different stages. However, most classification methods might be ineffective in accurately classifying a disease that holds the characteristics of multiple treatment stages, various symptoms, and multi-pathogenesis. Moreover, there are limited exchanges and co operative actions in disease diagnoses and treatments between different departments and hospitals. Thus, when new diseases occur with atypical symptoms, inexperienced doctors might have difficulty in identifying them promptly and accurately. Therefore, to maximize the utilization of the advanced medical technology of developed hospitals and the rich medical knowledge of experienced doctors, a Disease Diagnosis and Treatment Recommen dation System (DDTRS) is proposed in this paper. First, to effectively identify disease symp toms more accurately, a Density-Peaked Clustering Analysis (DPCA) algorithm is introduced for disease-symptom clustering. In addition, association analyses on Disease-Diagnosis (D D) rules and Disease-Treatment (D-T) rules are conducted by the Apriori algorithm sep arately. The appropriate diagnosis and treatment schemes are recommended for patients and inexperienced doctors, even if they are in a limited therapeutic environment. More over, to reach the goals of high performance and low latency response, we implement a parallel solution for DDTRS using the Apache Spark cloud platform. Extensive experi mental results demonstrate that the proposed DDTRS realizes disease-symptom clustering effectively and derives disease treatment recommendations intelligently and accurately.
    Keywords: Big data mining ، Cloud computing ، Disease diagnosis and treatment ، Recommendation system


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 26
    حجم فایل: 2453 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-های-بزرگ
موضوعات
footer