Il consumo pesante di cibo ibrido nel mondo di oggi causa l'aumento di diverse malattie. Quindi lo studio di questa diagnosi medica diventa la parte più importante delle discipline. Se non c'è un'adeguata conoscenza della malattia, questa causa gravi effetti. Quindi c'è un requisito di un forte sistema di diagnosi. Questo è reso possibile dall'algoritmo K-nearest neighbor e dalla rete neurale Back propagation. L'algoritmo K- Nearest si basa su una famiglia non parametrizzata usata per la regressione e la classificazione. La rete neurale di propagazione posteriore è un'altra tecnica utilizzata per la diagnosi della malattia basata sulla rete neurale artificiale utilizzata per il metodo di ottimizzazione. In questo lavoro il confronto di entrambi gli algoritmi è presentato e come questa tecnica è combinabile ha prodotto il risultato migliore è discusso. L'approccio combinato fornisce una migliore accuratezza fino al 96%.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno