English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 1373481      線上人數 : 875
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5514


    題名: 應用資料探勘分類技術預測胎兒窘迫
    作者: 徐永諺
    黃美玲
    貢獻者: 工業工程與管理系
    關鍵詞: 類神經網路
    胎兒窘迫
    判別分析
    決策樹
    主成份分析
    日期: 2011
    上傳時間: 2013-08-14 13:38:43 (UTC+8)
    出版者: 台中;國立勤益科技大學
    摘要: 胎兒窘迫是指胎兒在母體內因急性或慢性缺氧而危及健康與生命,會造成新生兒的自主神經系統受損,而產生腦性麻痺的後遺症,若長時間缺氧甚至會導致胎兒窒息死亡,胎兒窘迫通常使用產前心率記錄圖觀測胎心率的變化以判斷是否有胎兒窘迫的現象發生。資料探勘是針對大量的資料進行處理,以得到存在於資料中的知識。因此本研究應用資料探勘的分類技術建構模型,並對產前心率記錄圖資料進行分析,以達到輔助臨床醫生診斷胎兒窘迫的目的。所使用的分類技術包含判別分析、決策樹及倒傳遞類神經網路,並將其結果相互比較,其中倒傳遞類神經網路在隱藏層中,使用不同的神經元個數並搭配不同轉換函數的組合,並搭配主成份分析縮減資料維度。判別分析所獲得分類準確率為82.03%;決策樹模型所獲得之分類準確率為86.36%;而使用連續型變數資料、所有變數資料及萃取之主成份建構倒傳遞類神經網路模型,所獲得之最高分類準確率分別為96.65%、97.70%及97.29%,期望可使用所建構之分類模型有效預測胎兒窘迫的發生。
    顯示於類別:[工業工程與管理系(所)] 【工業工程與管理系所】博碩士論文

    文件中的檔案:

    沒有與此文件相關的檔案.



    在NCUTIR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋