Đại Học Nguyễn Tất Thành
Trung tâm thông tin thư viện
Trang chủ
Giới thiệu
Hình thành và phát triển
Cơ cấu tổ chức
Danh sách cán bộ
Dịch vụ
Hình ảnh - Tư liệu
Hình ảnh
Tư liệu
Tra cứu
Tìm lướt
Tìm theo từ khóa
Tìm chuyên gia
Tìm toàn văn
Tra cứu liên thư viện
Tài liệu mới
Tài liệu môn học
Tạp chí
Duyệt theo nhan đề
Sổ tay Thư viện
Đăng ký tài khoản NXB Xây dựng
Nội quy Thư viện
Biểu mẫu
Mẫu yêu cầu bổ sung tài liệu
Mẫu danh mục tài liệu môn học
Quy trình - Quy định
Quy trình bổ sung tài liệu
Quy định nộp lưu chiểu
Quy định mượn phòng chức năng
Quy định cấp tài khoản thư viện
Quy trình xây dựng cơ sở dữ liệu bài báo chuyên ngành
Quy trình xây dựng cơ sở dữ liệu sách điện tử
Quy trình xây dựng cơ sở dữ liệu tài nguyên môn học
Quy trình rà soát danh mục giáo trình tài liệu theo CTĐT
Quy trình đăng ký sử dụng phòng học nhóm - hội thảo và không gian TV
Quy trình đăng ký mượn tài liệu trực tuyến
Quy trình cung cấp tài liệu theo yêu cầu
Quy trình phục vụ bạn đọc ngoài trường
Quy trình đánh giá chất lượng dịch vụ thư viện
Quy trình Dịch vụ hỗ trợ nghiên cứu
Liên hệ
HDSD CSDL Điện tử
Proquest Central
Spinger Link
IEEE
Tra cứu báo cáo NCKH
Tài liệu Khoa học Công nghệ
Bộ sưu tập số (Repository)
Tra cứu và SD tài liệu trực tuyến (OPAC)
Hướng dẫn gia hạn tài liệu online
Hướng dẫn sử dụng CSDL sách điện tử IG PUBLISHING
Hướng dẫn sử dụng CSDL sách điện tử ELSEVIER
Dịch Vụ
Hỗ trợ nhanh
Dịch vụ thông tin
Dịch vụ đăng ký phòng học nhóm/ phòng hội thảo
Dịch vụ photocopy
Dịch vụ mượn/ trả tài liệu
Dịch vụ cung cấp tài liệu theo yêu cầu
Đề nghị bổ sung tài liệu
Dịch vụ đào tạo sử dụng thư viện
Dịch vụ đặt mượn tài liệu online
Dịch vụ đăng ký sử dụng tầng 3 Trung tâm Thông tin - Thư viện CS. Quận 12
Dịch vụ phục vụ bạn đọc ngoài trường
Thư viện xanh
Tài Nguyên Giáo Dục Mở
Khóa học
Tài liệu
100
Đăng nhập
Đăng nhập
Ghi nhớ
Quên mật khẩu?
×
Tìm lướt
Tìm theo từ khóa
Tìm chuyên gia
Tìm toàn văn
Tra cứu liên thư viện
Tài liệu mới
Tài liệu môn học
Sắp xếp:
Nhan đề
Tác giả
Ký hiệu PL/XG
Năm xuất bản và Nhan đề
Năm xuất bản và Tác giả
Tăng dần
Giảm dần
Dòng
Nội dung
1
Automatic heart disease prediction using feature selection and data mining technique / Lê Minh Hùng, Trần Đình Toàn, Trần Văn Lang
// Tạp chí Tin học và Điều khiển học = Journal of Computer Science And Cybernetics . - 2018. - Page 33 - 47. - ISSN:
15 p.
Ký hiệu phân loại (DDC): 629.8
This paper presents an automatic Heart Disease (HD) prediction method based on feature selection with data mining techniques using the provided symptoms and clinical information assigned in the patients dataset. Data mining which allows the extraction of hidden knowledges from the data and explores the relationship between attributes, is the promising technique for HD prediction. HD symptoms can be effectively learned by the computer to classify HD into different classes.
Số bản sách:
(0)
Tài liệu số:
(0)
2
Content based image retrieval using multiple features and pareto approach / Vu Van Hieu, Nguyen Truong Thang, Nguyen Huu Quynh, Ngo Quoc Tao
// Tạp chí Tin học và Điều khiển học . - 2016. - P. 169-187. - ISSN:
19 p.
Ký hiệu phân loại (DDC): 005
In this paper the authors propose to use pareto approach for candidate selection, the proposed algorithm produces a compact set of candidate images when comparing with the entire datase and this set also contains results obtained from all aggregation operator
Số bản sách:
(0)
Tài liệu số:
(1)
3
Hie Rarchy Supervised Som Neural Network Applied For Classification Problem / Le Anh Tu, Nguyen Quang Hoan, Le Son Thai
// Tạp chí Tin học và Điều khiển học = Journal of Computer Science And Cybernetics . - 2014. - Tr. 278-291. - ISSN:
14 tr.
Ký hiệu phân loại (DDC): 004
Đề xuất các mạng nơtron có giám sát, gồm S-SOM và S-SOM+ áp dụng cho bài toán phân lớp. Các mạng này được cải tiến từ mô hình SOM không giám sát và có giám sát đã được đề xuất bởi Kohonen và các tác giả khác. Cải tiến xuất phát từ ý tưởng xác định nơtron phân loại mẫu sai, từ đó phát triển các nhánh huấn luyên bổ sung đối với các mẫu dữ liệu được đại diện bởi các nơtron này. Kết quả thực nghiệm mô hình đề xuất phân loại mẫu đạt mức chính xác từ 92% đến 100%.
Số bản sách:
(0)
Tài liệu số:
(1)