Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 13
 İndirme 5
Radial Basis Function Neural Network and Logistic Regression Analysis For Prognostic Classification Of Coronary Artery Disease
2007
Dergi:  
Ankara Üniversitesi Tıp Fakültesi Mecmuası
Yazar:  
Özet:

Objective: Artificial Neural Networks (ANNs) trained with backpropagation learning algorithm have been used commonly in previous studies. This study presents radial basis function neural network (RBFNN), a special kind of neural network, and logistic regression analysis (LRA) for prog-nostic classification of Coronary Artery Disease (CAD). Methods: The records of 237 consecutive people who had been referred for the department of Cardiology were used in the analysis. Radial basis function neural network and logistic regression analysis were used for CAD classification. Results: The results have shown that LRA and RBFNN were both successful for classification and might be used for non-invasively based on clinical variables in the classification of diseases like CAD. Conclusions: The work can be concluded that LRA performed the classification better than RBFNN for prognostic CAD classification in the present CAD data. However, RBFNN, utilizing larger sample sizes, can have better classification accuracy. For more definite comparison, simulation studies should be carried out using various methods.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler










Ankara Üniversitesi Tıp Fakültesi Mecmuası

Alan :   Sağlık Bilimleri

Dergi Türü :   Ulusal

Metrikler
Makale : 1.037
Atıf : 20.813
© 2015-2024 Sobiad Atıf Dizini