Pengklasifikasian Pada Data Echocardiogram Dengan Menggunakan Support Vector Machine dan Analisis Diskriminan

Gede Suwardika
{"title":"Pengklasifikasian Pada Data Echocardiogram Dengan Menggunakan Support Vector Machine dan Analisis Diskriminan","authors":"Gede Suwardika","doi":"10.23887/ijnse.v1i1.12434","DOIUrl":null,"url":null,"abstract":"Echocardiogram (seringkali disebut \"echo\") adalah garis luar grafik dari gerakan jantung. Selama tes ini, gelombang-gelombang suara frekwensi tinggi, disebut ultrasound, menyediakan gambar-gambar dari klep-klep dan kamar-kamar jantung. Dalam penelitian ini dilakukan tes terhadap 132 pasien dengan respon meninggal atau hidup. Hasil ketepatan klasifikasi antara data training dengan data testing dengan analisis diskriminan adalah 96% sedangkan dengan menggunakan SVM diperoleh sebesar 88%. Pengelompokan dengan menggunakan K-Means dan Kernel K-Means menghasilkan ketepatan pengelompokan yang sama persis. Ini menunjukkan bahwa data echocardiogram memiliki pengelompokan yang baik. Kemudian hasil pengelompokan pada K-Means dibandingkan dengan data aktual yang diklasifikasikan dengan menggunakan diskriminan, SVM dan CART dimana dihasilkan bahwa data hasil dari K-Means memiliki ketepatan klasifikasi yang lebih baik dibandingkan dengan hasil klasifikasi pada data aktual.","PeriodicalId":181108,"journal":{"name":"International Journal of Natural Science and Engineering","volume":"13 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2017-10-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"International Journal of Natural Science and Engineering","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23887/ijnse.v1i1.12434","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Echocardiogram (seringkali disebut "echo") adalah garis luar grafik dari gerakan jantung. Selama tes ini, gelombang-gelombang suara frekwensi tinggi, disebut ultrasound, menyediakan gambar-gambar dari klep-klep dan kamar-kamar jantung. Dalam penelitian ini dilakukan tes terhadap 132 pasien dengan respon meninggal atau hidup. Hasil ketepatan klasifikasi antara data training dengan data testing dengan analisis diskriminan adalah 96% sedangkan dengan menggunakan SVM diperoleh sebesar 88%. Pengelompokan dengan menggunakan K-Means dan Kernel K-Means menghasilkan ketepatan pengelompokan yang sama persis. Ini menunjukkan bahwa data echocardiogram memiliki pengelompokan yang baik. Kemudian hasil pengelompokan pada K-Means dibandingkan dengan data aktual yang diklasifikasikan dengan menggunakan diskriminan, SVM dan CART dimana dihasilkan bahwa data hasil dari K-Means memiliki ketepatan klasifikasi yang lebih baik dibandingkan dengan hasil klasifikasi pada data aktual.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
心形心形图(通常称为“回波”)排除了心脏运动的图表。在这项测试中,高频率声波被称为超声波,提供了一个气孔和心脏房间的图像。在这项研究中,对132名死亡或活着的患者进行了测试。培训数据与模拟分析测试数据对其进行严格分类的结果是96%,使用SVM获得了88%。以k -均值为单位的聚能和内核为中心的聚能达到完全相同的聚能。这表明回声心动图数据有很好的分组。然后,将基于k -均值、SVM和卡特的实际分类结果与实际数据的分类结果进行比较。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Information Systems/Information Technology Strategic Planning Using the Open Group Architecture Framework Development Method Feasibility of Traditional Red Dragon Fruit Skin Mask (Hylocereus polyrhizus) for Dry Facial Skin Care Phytochemical Profile and Bioactive Compounds of Pineapple Infused Arak Bali Utilization of Snapper Spinach Leaf Extract (Amaranthus Hybidrus L) in Peel-Off Gel Mask Preparation for Aging Face Skin Care Calculation of Cost Estimation Based on Building Information Modeling in Construction Projects
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1