روش خوشه بندی (Clustering) بعنوان یکی از شاخه های یادگیری غیر نظارتی (Unsupervised) و الگوریتم های مختلف مورد اسـتفاده بمنظور طبقه بندی آریتمی های قلبی – مکانیک

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی مکانیک
نوع ارائه:سمینار
تعداد صفحات:76
قالب بندی:word قابل ویرایش

نحوه خرید

روش خوشه بندی (Clustering) بعنوان یکی از شاخه های یادگیری غیر نظارتی (Unsupervised) و الگوریتم های مختلف مورد اسـتفاده بمنظور طبقه بندی آریتمی های قلبی – مکانیک

شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

چکیده

فهرست مطالب

۱ چکیده فارسی
۲ مقدمه

١- فصل اول : کلیات …………….. ۴
۱-۱- هدف …………. ۴
۱-۲- پیشینه تحقیق ………….. ۶
۱-۳- روش کار و تحقیق …. ۷
۲- فصل دوم : داده کاوی ………. ۹
۲-۱- مقدمه ای بر داده کاوی ………. ۹
۲-۲- تعریف داده کاوی ………… ۱۰
۲-۳- کاربردهای داده کاوی در محیط های واقعی …………. ۱۰
۲-۴- مراحل فرایند کشف دانش از پایگاه داده ها ……….. ۱۱
۳- فصل سوم : طبقه بندی و خوشه بندی ………… ۵۱
۳-۱- طبقه بندی ( یادگیری با نظارت ویا Supervised )…..ا…… ۵۱
۳-۲- خوشه بندی ( یادگیری بدون نظارت ویا Unsupervised ) …..ا….. ۱۶
۳-۳- هدف از خوشه بندی چیست ؟ …….. ۱۷
۳-۴- تفاوت میان طبقه بندی و خوشه بندی ………….. ۱۸
۳-۵- رو شهای خوشه بندی …………. ۱۸
۳-۵-۱- روش های خوشه بندی سلسله مراتبی …….. ۱۹
۳-۵-۲- خوشه بندی با روش Single-Link ………ا… ۲۰
۲۳ ……….. Complete-Link خوشه بندی با روش -۳-۵-۳
۳-۵-۴- خوشه بندی با روش Average-Link ……..ا….. ۲۶
۲۹ ………Group Average Link خوشه بندی با روش -۵-۵-۳
۳۰ ……. Median-Distance خوشه بندی با روش -۶-۵-۳
۳-۵-۷- خوشه بندی با روش Ward…….ا……. ۳۰
۳-۵-۸- خوشه بندی با روش K-Means ….ا…….. ۳۱
۳-۵-۹- خوشه بندی با روش LBG ………ا….. ۳۵
۳۶ ……….. (Density-Based Clustering) خوشه بندی بر اساس چگالی -۱۰-۵-۳
۳-۵-۱۱- الگوریتم سلسله مراتبی خوشه بندی براساس چگالی Optics ….ا…… ۴۰
۳-۵-۲۱- خوشه بندی با روش فازی و یا C-Means……….ا….. ۴۱
۳-۵-۳۱- خوشه بندی با استفاده از شبکه های عصبی مصنوعی و الگوریتم ژنتیک (بهینه سازی خوشه بندی) ….. ۴۳
۳-۶- اقدامات لازم برای خوشه بندی آریتمی های قلبی ……………….. ۴۴
۴- فصل چهارم : نتیجه گیری و پیشنهادات ……………… ۷۴
۴-۱- نتیجه گیری……… ۴۷
۴-۲- پیشنهادات ………. ۴۷
۵- منابع و ماخذ ………….. ۹۴
۵-۱- فهرست منابع لاتین ……………… ۴۹
۵-۲- سایت های اطلاع رسانی …………. ۵۱
چکیده انگلیسی ……… ۵۲

چکیده :
بیماری های قلبی هر ساله در جهان تعداد زیادی از انسان ها را از بـین مـی بـرد. آمـار مـرگ و میـر بعلـتمشکلات قلبی بسیار بیشتر از هر سانحه ویا اتفاق طبیعی است این امر دلیل اصلی توسعه فعالیت های قلبی و گسترش وسیع آن در حوضه سایر علوم، نظیر علوم مهندسی بـرای یـافتن راه هـای مـوثر پیشـگیری ایـندسته از بیماری ها می باشد. امروزه، روش های مبنتی بر شناسایی آریتمی های قلبـ ی- عروقـی بـا تکنیـکهای ریاضی و مهندسی، به عنوان ابزار و وسیله ارزشمندی در تشخیص این گونه بیماری ها، کاربرد وسـیع وگسـترده ای یافتـه اس ت. در ایـن روش ه ا بررسـی و تحلیـل س یگنال الکتروکـاردیوگرام۱ (ECG) یک ی از مهمترین و کاراترین راه های تشخیص بیماری های قلبی می باشد.
تاکنون روش های متعددی جهت تشخیص و طبقـه بنـدی۲ شـکل مـوج هـای بطنـی (کمـپلکسQRS ) در سیگنال ECG ارائه شده است. از جمله این روش ها می تـوان از روش هـای طبقـه بنـدی نظـارت ی۳ و غیـرنظارتی۴ نام برد. در روش های طبقه بندی نظارتی، معمولاً شکل موج نماینده۵ معلـوم بـوده و بـا اسـتفاده ازیک روش مناسب، میزان شباهت یک موج ورودی با شکل موج نماینده موجـود مقایسـه شـده و در بهتـرینطبقه خود جای می گیرد. بر خلاف روش های نظارتی، در روش های غیر نظارتی، معمولاً شـکل مـوج هـاینماینده معلوم نیست و ابتدا بایستی این شکل موج ها استخراج شوند که اصطلاحاً به این روش خوشه بندی۶ گفته می شود.
هدف از تحقیق حاضر، مطالعه در مورد روش های مختلف طبقه بندی غیر نظارتی استفاده شـده بـه منظـورخوشه بندی آریتمی های قلبی از یک طرف، و از طرف دیگر آشنایی با روش هـای آکادمیـک خوشـه بنـدیموجود می باشد.

مقدمه :
بیماری های قلبی هر ساله در جهان تعداد زیادی از انسان ها را از بـین مـی بـرد. آمـار مـرگ و میـر بعلـتمشکلات قلبی بسیار بیشتر از هر سانحه و یا اتفاق طبیعی است. این امر دلیـل اصـلی توسـعه فعالیـت هـایعلمی و پژوهشی در دانش پزشکی در زمینه بیماری های قلبی و گسترش وسیع و سریع آن در حـوزه سـایر علوم نظیر علوم مهندسی برای یافتن راه های موثر پیشگیری این دسته از بیماری ها می باشد.
جستجو و تحقیق در زمینه قلب به قرون وسطی و رنسانس باز می گردد، در ابتدا با قطعه قطعه کـردن قلـبحیوانات و بررسی آناتومی آنها تحقیقات انجام شده و بدین ترتیب مدل های اولیـه از آنـاتومی و فیزیولـوژیقلب بوجود آمدند که امروزه با توجه به وسایل تحقیقاتی و سیستم های جدید و مدرن دیگـر قابـل اسـتفادهنبوده. مدلسازی قلب منجر به تولید دانشی می شود که به کمک آن می توان ارتباط دو جانبه میان سـاختارقسمت های مختلف قلب و پدیده های فیزیکی مشاهده شده را مورد بحث و بررسـی قـرار داد. یـک کـاربردمدلسازی قلب در تحقیقات بیومدیکال، اطلاع از اتفاقات مکانیزم هایی اسـت کـه قلـب بواسـطه آنهـا دچـارخرابی می گردد ، که خرابی قلب برابر است با مرگ.
۱ECG می تواند بعنوان ابزاری پایه ای جهت تشـخیص اسـتفاده شـده و در برخـی از مـوارد بـرای مـدیریتبیماری لازم و ضروری است. در بحث ریتم هـای غیـر طبیعـی قلبـی ، بمنظـور انجـام تشـخیص و مـدیریتبیماری، استخراج ECG ضروری می باشد. در عمل تفسیر ECG موضوع علم بازشناخت الگـ و۲ اسـ ت، لـیکنECG می تواند بر پایه تعداد کمی از قواعد و قوانین و حقایق مبنایی مورد آنالیز و بررسی قرار گیرد.
پزشکان برای بررسی و آنالیز سیگنال ECG با پرسش هایی روبرو هستند که از جمله آنها می توان به مـواردذیل اشاره کرد :
* آیا به اندازه کافی سیگنال برای تصمیم گیری جمع آوری شده است ؟
* احتمال تشخیص نادرست چقدر است ؟
* سیگنال مورد بررسی واقعاً با چه الگویی از بیمای حداکثر تطابق را دارد ؟
در حالت کلی برای آنکه به سوالات فوق پاسخی با دقت معین داده شود، محاسبات ریاضـی فراوانـی احتیـاجبوده که گاهی اوقات این محاسبات پیچیده و خسته کننده هستند. بنابرین طراحی الگوریتمی که قابل پیاده سازی در کامپیوتر بوده و بتواند به سوالات فوق با دقت مشخص پاسخ دهد، مفید خواهد بود.

نتیجه گیری :
هدف از تحقیق حاضر، مطالعه در مورد روش های مختلف طبقه بندی غیر نظارتی استفاده شـده بـه منظـورخوشه بندی آریتمی های قلبی از یک طرف، و از طرف دیگر آشنایی با روش هـای آکادمیـک خوشـه بنـدیموجود می باشد. به این منظور مقالاتی که در این زمینه منتشر شده بود مطالعه شد و به همراه آن بسـیاریاز روش های آکادمیک خوشه بندی نیز مورد بررسی قرار گرفت.
با مطالعه مقالات ارائه شده مشاهده گردید که اکثر روش هـای خوشـه بنـدیK-means و FCM در خوشـهبندی آریتمی های قلبی استفاده گردیده است و از روش های خوشه بندی سلسله مراتبـی بـه خـاطر وجـودتعداد بسیاری از داده ها (به خاطر بالا رفتن زمان محاسبات) استفاده نمـی شـود. البتـه ایـن قضـیه موضـوعمهمی در امر خوشه بندی محسوب نمی شود چون دقت الگوریتم های خوشه بنـدی کـاملاً وابسـته بـه نـوعداده و نحوه پراکندگی آن در فضای مرجع می باشد. در غیر این صورت هیچگاه از روش هـای خوشـه بنـدینظیر Subtractive و Hierarchical در هیچ یک از شاخه های علوم مهندسی و غیر مهندسی اسـتفاده نمـیگردید.
از نگاهی دیگر می توان گفت که مهمترین موضوع در خوشه بندی معیاری است که خوشه بنـدی بـر اسـاسآن صورت می گیرد. برای روشن تر شدن مساله به ذکر یک مثال می پردازیم. فرض کنید که می خواهیم به کمک الگوریتمی بازیکنان بسکتبال و راگبی را به دو خوشه جداگانه تقسـیم کنـیم. هـر دوی ایـن بازیکنـاندارای ویژگی های مشابهی از لحاظ قدی و وزنی هستند. اگر هر یک از ایـن ویژگـی هـا را بـه عنـوان معیـارخوشه بندی برگزینیم، خواهیم دید که با هیچ الگوریتمی نمی توان این بازیکنان را از هم جدا کـرد، ولـی بـادقت بیشتر بر روی ویژگی های ظاهری این بازیکنان می توان دریافت که نسبت پایین تنـه بـه بـالا تنـه دربازیکنان بسکتبال بیشتر از بازیکنان راگبی است. در نتیجه اگر این ویژگی را به عنوان معیار خوشه بندی بـرگزینیم، خواهیم دید که الگوریتم خوشه بندی می تواند این دو گروه از بازیکنان را از هم تشخیص دهد.

نحوه خرید

دانلود رایگان فایل
شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد

راهنمای سایت

برخلاف سایت های دیگر که فایل ها را به صورت تکی می فروشند روال سایت ما این است که شما با عضویت در سایت ما میتوانید از تمام فایل های موجود استفاده کنید.

تمام مطالب سایت فقط برای اعضای سایت رایگان است.

نحوه عضویت در سایت

آخرین مطالب

مطالب مرتبط