خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : PRMT : پیش بینی فاکتورهای خطر ابتلا به چاقی در افراد میان سال با استفاده از تکنیک داده کاوی
.
English Article Title: PRMT: Predicting Risk Factor of Obesity among Middle-Aged People Using Data Mining Techniques
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2018.05.022
Keywords:
#obesity
#riskmining
#datamining
#cardiovascular_disease
#classification
#PRMT
#چاقی
#خطر_سرماخوردگی
#بیماری_قلبی_عروقی
#طبقه_بندی
#میانسال
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_اقتصاد
#مقاله_مالی
#مقاله_فاینانس (#Economics_Econometrics_and_Finance)
#مقاله_علوم_اجتماعی (#Social_Sciences)
چکیده مقاله:
چاقی یک وضعیت آناتومی است که با رشد شدید چربی بدن مشخص می شود. میزان چاقی به تدریج افزایش می یابد، با توجه به مقالات پیشین، چاقی بیماری جدی سلامت در جهان است. در این مطالعه 259 داده از مناطق شهری و روستایی با توجه به میزان مختلف خطر ناشی از فعالیت های روزمره جمع آوری شد. هدف از مطالعه، شبیه سازی عامل خطر با استفاده از ابزار آماری (SPSS) است که به پیش بینی عامل اصلی خطر چاقی با تست سطح کلاس و مطالعه مقطعی دیگر ویژگی ها کمک می کند. با آنالیز (P-value (p <0.05، دریافتیم سن (0.002)، قد (0.002)، وزن( 0.000)، شیوه زندگی سالم (0.000)، وضعیت زناشویی (0.001)، BMI ( 0.000) ، اقتصادی (0.028)، خواب در روز (0.011) دارای ارتباط معناداری با کلاس چاقی دارد. در این مطالعه یک روش ریسک داده کاوی (PRMT) برای پیش بینی مدلی به منظور تحلیل عامل خطر ابتلا به چاقی با استفاده از طبقه بندی های مختلف داده کاوی ، با استفاده از WEKA برای برآورد دقت و خطا پیشنهاد شد. نتیجه این فرایند Naïve Bayes بهترین طبقه بندی برای مطالعه 10 برابر اعتبارسنجی است. مدل پیشنهادی برای پیش بینی عامل انسانی موثر در کنترل و کاهش بیماری قلبی عروقی است.
کليدواژه ها: چاقي | خطر سرماخوردگي | بیماری قلبی عروقی | طبقه بندی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2Qnw8yX
.
عنوان فارسی مقاله : PRMT : پیش بینی فاکتورهای خطر ابتلا به چاقی در افراد میان سال با استفاده از تکنیک داده کاوی
.
English Article Title: PRMT: Predicting Risk Factor of Obesity among Middle-Aged People Using Data Mining Techniques
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2018.05.022
Keywords:
#obesity
#riskmining
#datamining
#cardiovascular_disease
#classification
#PRMT
#چاقی
#خطر_سرماخوردگی
#بیماری_قلبی_عروقی
#طبقه_بندی
#میانسال
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_اقتصاد
#مقاله_مالی
#مقاله_فاینانس (#Economics_Econometrics_and_Finance)
#مقاله_علوم_اجتماعی (#Social_Sciences)
چکیده مقاله:
چاقی یک وضعیت آناتومی است که با رشد شدید چربی بدن مشخص می شود. میزان چاقی به تدریج افزایش می یابد، با توجه به مقالات پیشین، چاقی بیماری جدی سلامت در جهان است. در این مطالعه 259 داده از مناطق شهری و روستایی با توجه به میزان مختلف خطر ناشی از فعالیت های روزمره جمع آوری شد. هدف از مطالعه، شبیه سازی عامل خطر با استفاده از ابزار آماری (SPSS) است که به پیش بینی عامل اصلی خطر چاقی با تست سطح کلاس و مطالعه مقطعی دیگر ویژگی ها کمک می کند. با آنالیز (P-value (p <0.05، دریافتیم سن (0.002)، قد (0.002)، وزن( 0.000)، شیوه زندگی سالم (0.000)، وضعیت زناشویی (0.001)، BMI ( 0.000) ، اقتصادی (0.028)، خواب در روز (0.011) دارای ارتباط معناداری با کلاس چاقی دارد. در این مطالعه یک روش ریسک داده کاوی (PRMT) برای پیش بینی مدلی به منظور تحلیل عامل خطر ابتلا به چاقی با استفاده از طبقه بندی های مختلف داده کاوی ، با استفاده از WEKA برای برآورد دقت و خطا پیشنهاد شد. نتیجه این فرایند Naïve Bayes بهترین طبقه بندی برای مطالعه 10 برابر اعتبارسنجی است. مدل پیشنهادی برای پیش بینی عامل انسانی موثر در کنترل و کاهش بیماری قلبی عروقی است.
کليدواژه ها: چاقي | خطر سرماخوردگي | بیماری قلبی عروقی | طبقه بندی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2Qnw8yX
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : داده های طیف سنجی میدانی از هدفهای غیرقابل کشت، پوشیده از چمن در مقیاس انبوه کشاورزی مورد استفاده در آنگلیای شرقی، بریتانیا
.
English Article Title: Field spectroscopy data from non-arable, grass-dominated objects in an intensively used agricultural landscape in East Anglia, UK
Year: 2020
Publisher: ELSEVIER
Journal: Data in Brief
DOI: https://doi.org/10.1016/j.dib.2019.104888
Keywords:
#Classification
#Hyperspectral
#National_vegetation_classification (#NVC)
#Plant_species_composition
#Spectral
#Vegetation
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_کشاورزی
#مقاله_علوم_زیستی (#Agricultural_and_Biological_Sciences)
#مقاله_محیط_زیست (#Environmental_Science)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی_شیمی (#Chemical_Engineering)
#مقاله_شیمی (#Chemistry)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#طبقه_بندی
#فرا_طیفی
#طبقه_بندی_پوشش_گیاهی_ملی
#ترکیب_گونه_های_گیاهی
#طیفی
#پوشش_گیاهی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2UlUqeC
.
عنوان فارسی مقاله : داده های طیف سنجی میدانی از هدفهای غیرقابل کشت، پوشیده از چمن در مقیاس انبوه کشاورزی مورد استفاده در آنگلیای شرقی، بریتانیا
.
English Article Title: Field spectroscopy data from non-arable, grass-dominated objects in an intensively used agricultural landscape in East Anglia, UK
Year: 2020
Publisher: ELSEVIER
Journal: Data in Brief
DOI: https://doi.org/10.1016/j.dib.2019.104888
Keywords:
#Classification
#Hyperspectral
#National_vegetation_classification (#NVC)
#Plant_species_composition
#Spectral
#Vegetation
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_کشاورزی
#مقاله_علوم_زیستی (#Agricultural_and_Biological_Sciences)
#مقاله_محیط_زیست (#Environmental_Science)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی_شیمی (#Chemical_Engineering)
#مقاله_شیمی (#Chemistry)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#طبقه_بندی
#فرا_طیفی
#طبقه_بندی_پوشش_گیاهی_ملی
#ترکیب_گونه_های_گیاهی
#طیفی
#پوشش_گیاهی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2UlUqeC
Forwarded from ترجمه انگلیسی به فارسی
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : داده های طیف سنجی میدانی از هدفهای غیرقابل کشت، پوشیده از چمن در مقیاس انبوه کشاورزی مورد استفاده در آنگلیای شرقی، بریتانیا
.
English Article Title: Field spectroscopy data from non-arable, grass-dominated objects in an intensively used agricultural landscape in East Anglia, UK
Year: 2020
Publisher: ELSEVIER
Journal: Data in Brief
DOI: https://doi.org/10.1016/j.dib.2019.104888
Keywords:
#Classification
#Hyperspectral
#National_vegetation_classification (#NVC)
#Plant_species_composition
#Spectral
#Vegetation
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_کشاورزی
#مقاله_علوم_زیستی (#Agricultural_and_Biological_Sciences)
#مقاله_محیط_زیست (#Environmental_Science)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی_شیمی (#Chemical_Engineering)
#مقاله_شیمی (#Chemistry)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#طبقه_بندی
#فرا_طیفی
#طبقه_بندی_پوشش_گیاهی_ملی
#ترکیب_گونه_های_گیاهی
#طیفی
#پوشش_گیاهی
چکیده مقاله: سنجش از راه دور گیاهان اطلاعات مهمی را برای کاربردهای اکولوژیکی و ارزیابیهای محیطی فراهم میکند. ارتباط بین ترکیب پوشش گیاهی و ساختار با سیگنال طیفی میتواند به طور کامل با دادههای فراطیفی مورد ارزیابی قرار گیرد. دادههای طیفسنجی میدانی به خصوص میتوانند این درک را بهبود بخشند چرا که دادههای طیفی را می توان با توجه به پوشش گیاهی در نظر گرفت بدون ابهام ثبت جغرافیایی تصاویر هوایی یا ماهوارهای. دادههای ارایهشده در این مقاله حاوی اندازهگیریهای طیفسنجی میدانی از هدفهای غیر زراعی، تحت تاثیر بر روی چهار مزرعه در مقیاس وسیع کشاورزی مورد استفاده در جنوب شرقی انگلستان است. اطلاعات مفصل در مورد ترکیب گونههای گیاهی هدفهای نیز با این مقاله برای پشتیبانی از تجزیه و تحلیل بیشتر تهیه میشوند. پتانسیل استفاده مجدد شامل پیوند دادن دادههای پوشش گیاهی با واکنش طیفی با استفاده از تکنیکهای ناآمیختگی طیفی برای نگاشت گونههای گیاهی خاص یا از جمله دادههای طیفسنجی میدانی در یک مطالعه بزرگتر با دادههای یک منطقه گستردهتر است. این مقاله با مقاله "طبقه بندی مبتنی بر چمن" از دادههای سنجش از راه دور مربوط است: تاثیر تفکیک طیفی، زمان کسب و سیستم طبقهبندی پوشش گیاهی بر صحت و وضوح موضوع است.
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2UlUqeC
.
عنوان فارسی مقاله : داده های طیف سنجی میدانی از هدفهای غیرقابل کشت، پوشیده از چمن در مقیاس انبوه کشاورزی مورد استفاده در آنگلیای شرقی، بریتانیا
.
English Article Title: Field spectroscopy data from non-arable, grass-dominated objects in an intensively used agricultural landscape in East Anglia, UK
Year: 2020
Publisher: ELSEVIER
Journal: Data in Brief
DOI: https://doi.org/10.1016/j.dib.2019.104888
Keywords:
#Classification
#Hyperspectral
#National_vegetation_classification (#NVC)
#Plant_species_composition
#Spectral
#Vegetation
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_کشاورزی
#مقاله_علوم_زیستی (#Agricultural_and_Biological_Sciences)
#مقاله_محیط_زیست (#Environmental_Science)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی_شیمی (#Chemical_Engineering)
#مقاله_شیمی (#Chemistry)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#طبقه_بندی
#فرا_طیفی
#طبقه_بندی_پوشش_گیاهی_ملی
#ترکیب_گونه_های_گیاهی
#طیفی
#پوشش_گیاهی
چکیده مقاله: سنجش از راه دور گیاهان اطلاعات مهمی را برای کاربردهای اکولوژیکی و ارزیابیهای محیطی فراهم میکند. ارتباط بین ترکیب پوشش گیاهی و ساختار با سیگنال طیفی میتواند به طور کامل با دادههای فراطیفی مورد ارزیابی قرار گیرد. دادههای طیفسنجی میدانی به خصوص میتوانند این درک را بهبود بخشند چرا که دادههای طیفی را می توان با توجه به پوشش گیاهی در نظر گرفت بدون ابهام ثبت جغرافیایی تصاویر هوایی یا ماهوارهای. دادههای ارایهشده در این مقاله حاوی اندازهگیریهای طیفسنجی میدانی از هدفهای غیر زراعی، تحت تاثیر بر روی چهار مزرعه در مقیاس وسیع کشاورزی مورد استفاده در جنوب شرقی انگلستان است. اطلاعات مفصل در مورد ترکیب گونههای گیاهی هدفهای نیز با این مقاله برای پشتیبانی از تجزیه و تحلیل بیشتر تهیه میشوند. پتانسیل استفاده مجدد شامل پیوند دادن دادههای پوشش گیاهی با واکنش طیفی با استفاده از تکنیکهای ناآمیختگی طیفی برای نگاشت گونههای گیاهی خاص یا از جمله دادههای طیفسنجی میدانی در یک مطالعه بزرگتر با دادههای یک منطقه گستردهتر است. این مقاله با مقاله "طبقه بندی مبتنی بر چمن" از دادههای سنجش از راه دور مربوط است: تاثیر تفکیک طیفی، زمان کسب و سیستم طبقهبندی پوشش گیاهی بر صحت و وضوح موضوع است.
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2UlUqeC