(18.232.55.103) 您好!臺灣時間:2021/04/23 00:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:黃湋宸
研究生(外文):Wei-Chen Huang
論文名稱:慣性權重鯨魚演算法及其應用於糖尿病案例分析
論文名稱(外文):Inertia Weights-based Whale Optimization Algorithm and Its Application to Diagnostic Analysis of Diabetic Disease
指導教授:劉振隆劉振隆引用關係
指導教授(外文):Jenn-Long Liu
學位類別:碩士
校院名稱:義守大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2019
畢業學年度:107
語文別:中文
論文頁數:70
中文關鍵詞:妊娠型糖尿病改良式鯨魚演算法慣性權重
外文關鍵詞:Gestational Diabetes MellitusIWOAInertia Weights
相關次數:
  • 被引用被引用:0
  • 點閱點閱:28
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
隨著世人生活及飲食習慣的改變,糖尿病對國人的健康造成了莫大的影響,且也長時間位居國人十大死因的前五位。因糖尿病目前無法完全根治,在初期也未有特別顯著之特徵可以察覺自身是否罹患了糖尿病。其中,妊娠型糖病更是高居中年婦女的十大死因第三名,如果能在早期診斷出糖尿病前期的對象,並給予適當的衛教及治療,可延緩其成為真正的糖尿病
本研究採用了UCI資料庫之妊娠型糖尿病資料共768比樣本,並使用了慣性權重鯨魚演算法應用於糖尿病案例分析,經驗算與分析之後與原始鯨魚演算法做比較,再與Weka交叉驗證結果。結果顯具有慣性權重的IWOA優於WOA最小值基準函數,相較於WOA,預測結果非常有競爭力。本研究結果將為鯨魚演算法(WOA)提供一種改進的方向。
As the lifestyle and eating habits of people nowadays changed, diabetes has not only caused great damage to people’s health, but also been the top five among the top ten leading causes of death for a long time. Because there is still no radical cure for diabetes, nor significant symptoms in prediabetes status. In addition, gestational diabetes mellitus has even been the third among the top ten leading cause of death of middle-aged women. If we can diagnose someone as prediabetes, and provide proper health education and cure, we may prevent it from becoming areal diabetes.

This study uses the 768 gestational diabetes mellitus sample of the UC Irvine Machine Learning Repository, and the Whale Optimization Algorithm to analyze diabetes cases. After checking calculations and analysis, we compare the data to the Whale Optimization Algorithm, and then use Weka to conduct cross-validation. The results reveal that IWOA with inertia weight is better than minimum benchmark functions of WOA. In comparison with WOA, the prediction result is very competitive. The result of this study will offer a better way to WOA.
摘要 2
ABSTRACT 3
目 錄 4
表目錄 6
圖目錄 7
第一章 緒論 8
1-1 研究動機 8
1-2研究目的 12
1-3論文架構 12
第二章 文獻探討 14
2-1糖尿病 14
2-1-1糖尿病之概述 14
2-1-2糖尿病之分類與診斷 14
2-1-3妊娠型糖尿病 15
2-2鯨魚演算法與慣性權重鯨魚演算法 16
2-2-1 鯨魚演算法起源 16
2-2-2包圍獵物 18
2-2-3開發階段 19
2-2-4探勘階段 20
2-2-5鯨魚演算法流程 21
第三章 研究方法 23
3-1研究流程 23
3-2研究方法介紹 23
1. 慣性權重改良式鯨魚演算法 23
2. J48 25
3. Naïve Bayes 25
4. Bayes Net 25
5. Multilayer perceptron 25
第四章 計算結果與討論 27
4-1WOA與IWOA應用於13個數學函式之比較 27
4-2資料屬性 59
4-3 J48決策樹分析 62
4-4糖尿病資料探勘分類分析比較 63
4-5資料集匯入IWOA改良式鯨魚演算法 63
第五章 結論與建議 66
5-1結論 66
5-2建議 66
參考文獻 67
一 連結網址 67
一 中文部分 67
二 英文部分 67
一連結網址
[1]Global Outlook for Medicines Through 2018
[2]Global Report on Diabetes - World Health Organization,
[3]Health2Sync數位醫療及雲端服務的健康照護平台: https://www.health2sync.com/tw
[4]UCI Machine Learning Repository,摘自:http://archive.ics.uci.edu/ml/datasets,
[5]全民健康保險醫療品質資訊公開網,摘自:https://www1.nhi.gov.tw
[6]政府開放資料平台,網址:https://data.gov.tw
[7]高點建國醫護網:htttp:// http://doctor.get.com.tw
摘自:http://static.correofarmaceutico.com
摘自:http://www.who.int/mediacentre/factsheets/fs312/en
[8]衛生福利部國民健康保健署- 糖尿病,摘自https://www.hpa.gov.tw

一中文部分
[1]江舫萱(2018)啟發式鯨魚演算法於結構最佳化設計之研究,淡江大學航空太空工程學系碩士論文。
[2]陳漢學(2013)演化式資料探勘演算法應用於妊娠型糖尿病案例診斷分析,義守大學資訊管理學系碩士論文。
[3]黃瀚萱、陳信希(2016)“醫療大數據及其應用”, 台灣醫學20卷6期
[4]賴世偉、黃金財(2004) 健檢民眾糖尿病之描述性分析—以台中市一醫學中心為例
[5]陳章友(2000),類神經網路在醫學檢驗的應用-以肝病為例,國立交通大學工業工程與管理系研究所論文。
[6]蔡世澤(2006),糖尿病防治手冊-健康九九健康教育網。
[7]張吉良(2001),利用演算法在多層感知機結構上之判回授等化器,國立中央大學碩士論文。
二英文部分
[1]Tufts University (2015). “Sugary drinks linked to high death tolls worldwide,” SienceDaily, 29 June 2015, http://encedaily.com/releases/2015/06/150629162646.htm.
[2]Egede, L. E., and Michel, Y. (2006). Medical mistrust, diabetes self-management, and glycemic control in an indigent population with type 2 diabetes. Diabetes Care, 29(1), 131-132.
[3]Federation, I.D. (2001). “Diabetas and Cardiovascular Disease :Time to Act,” International Diabetes Federation, https://www.academia.edu/6605940/Diabetes_and_Cardiovascular_Disease_Time_to_Act.
[4]Hof, P. R. and Van Der Gucht, E., “Structure of the Cerebral Cortex of the Humpback Whale, Megaptera Novaeangliae (Cetacea,Mysticeti, Balaenopteridae),” The Anatomical Record, Vol. 290,pp.1-31, 2007.
[5]Hongpiong Hu, Yuping Bai, and Ting Xu (2017), “Improved whale optimization algorithms based on inertia weights and theirs applications” International Journal of Circuits, System and Signal Processing Volume 11, 2017.
[6]Mirjalili, S. and Lewis, A. (2016), “The Whale Optimization Algorithm,” Advances in Engineering Software, Vol. 95, pp.51-67, 2016.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔