علم باینری

تفریق کننده های کامل، X، Y، Z ورودی هستند

داده های باینری

داده‌های باینری داده‌هایی هستند که واحد آن‌ها تنها می‌تواند دو حالت ممکن را داشته باشد، که به طور سنتی مطابق با سیستم اعداد باینری و جبر بولی برچسب‌گذاری شده‌اند .

داده‌های باینری در بسیاری از زمینه‌های فنی و علمی مختلف وجود دارند که می‌توان آن‌ها را با نام‌های مختلفی از جمله بیت (رقم دودویی) در علوم کامپیوتر ، مقدار صدق در منطق ریاضی و حوزه‌های مرتبط و متغیر باینری در آمار نامید.

یک متغیر گسسته که فقط می تواند یک حالت بگیرد حاوی اطلاعات صفر است و 2 عدد طبیعی بعدی بعد از 1 است. به همین دلیل است که بیت ، یک متغیر با تنها دو مقدار ممکن، یک واحد اولیه استاندارد اطلاعات است.

مجموعه ای از n بیت ممکن است 2 n حالت داشته باشد: برای جزئیات بیشتر به عدد باینری مراجعه کنید. تعداد حالت های مجموعه ای از متغیرهای گسسته به صورت نمایی به تعداد متغیرها بستگی دارد و فقط به عنوان یک قانون توان به تعداد حالت های هر متغیر بستگی دارد. ده بیت دارای ( 1024 ) حالت بیشتر از سه رقم اعشاری ( 1000 ) است. 10 کیلو بیت برای نمایش یک اطلاعات ( عددی یا هر چیز دیگری) که به 3 کیلو رقم اعشاری نیاز دارد، بیش از اندازه کافی است، بنابراین اطلاعات در متغیرهای گسسته با 3 وجود دارد. , 4, 5, 6, 7, 8, 9, 10 … می‌توان با تخصیص دو، سه یا چهار برابر بیت‌های بیشتر، حالات را جایگزین کرد. بنابراین، استفاده از هر عدد کوچک دیگری غیر از 2 مزیتی ایجاد نمی کند.

علاوه بر این، جبر بولی یک ساختار ریاضی مناسب برای مجموعه بیت ها، با معنایی مجموعه ای از متغیرهای گزاره ای ارائه می دهد. عملیات جبر بولی در علم کامپیوتر به عنوان " عملیات بیتی " شناخته می شود. توابع بولی نیز از نظر تئوری به خوبی مورد مطالعه قرار گرفته اند و به راحتی قابل اجرا هستند، چه با برنامه های کامپیوتری و چه توسط به اصطلاح گیت های منطقی در الکترونیک دیجیتال . این به استفاده از بیت ها برای نمایش داده های مختلف، حتی آنهایی که در اصل باینری نیستند، کمک می کند.

در آمار ، داده های باینری یک نوع داده آماری است که از داده های طبقه بندی شده تشکیل شده است که می تواند دقیقاً دو مقدار ممکن مانند "A" و "B" یا "heads" و "tails" داشته باشد. به عنوان شکلی از داده های طبقه بندی، داده های باینری داده های اسمی هستند، به این معنی که آنها مقادیر کیفی متفاوتی را نشان می دهند که نمی توان آنها را به صورت عددی مقایسه کرد. با این حال، داده های باینری اغلب با در نظر گرفتن یکی از دو مقدار به عنوان "موفقیت" و نمایش نتایج به عنوان 1 یا 0 به داده های شمارشی تبدیل می شوند که مربوط به شمارش تعداد موفقیت ها در یک آزمایش واحد است: 1 (موفقیت) یا 0 ( شکست)؛ § شمارش را ببینید .

یک تصویر باینری از یک کد QR ، که نشان دهنده 1 بیت در هر پیکسل است، در مقابل یک تصویر رنگی واقعی 24 بیتی معمولی .

تفریق کننده باینری | این 3 نوع و برنامه های مهم است

تفریق کننده وسیله ای است که دو عدد را کم کرده و نتیجه را ایجاد می کند. تفریق کننده دیجیتال یا باینری چیزی است که با تفریق ارقام باینری سروکار دارد.

یک تفریق کننده باینری برای محاسبات دیجیتال در داخل یک دستگاه دیجیتال یا یک کامپیوتر دیجیتال مورد نیاز است. راحت ترین روش تفریق اعداد باینری بدون علامت، روش متمم است. قوانینی برای تفریق باینری وجود دارد.

قوانین تفریق باینری به شرح زیر بیان شده است. در اینجا 0 منطقی کم است و یکی منطقی بالا است. A و B دو ورودی هستند.

نمونه ای از عملیات تفریق:

بنابراین، پاسخ 0010 است

روش های متمم می توانند به طور متناوب تفریق باینری را برای تفریق کننده های باینری انجام دهند. دو نوع روش مکمل وجود دارد که به علم باینری طور کلی استفاده می شود.

مکمل A. 1

مکمل B. 2

مراحل اجرای مکمل 1:

1. متمم 1 عددی که باید کم شود را پیدا کنید.
2. حالا متمم 1 به عددی که تفریق مورد نظر است اضافه می شود.
3. در جایی که یک بار در آخرین موقعیت، از نتیجه اضافه در مرحله 2 وجود دارد، حامل حذف شده و بدون حمل به محصول اضافه می شود تا نتیجه نهایی به دست علم باینری آید.

بگذارید یک مثال بزنیم - 1101 - 1011

مکمل 1 1011 = 0100

حالا 1101 را با 0100 اضافه کنید

همانطور که می بینیم، یکی به عنوان حمل وجود دارد، بنابراین حمل را حذف می کنیم و با نتیجه به دست آمده، بار دیگر را اضافه می کنیم.

بنابراین، پاسخ تفریق 0010 است

برای روش مکمل 2

1. متمم 2 را محاسبه کنید.
2. متمم اکنون با عدد دیگری اضافه می شود.
3. حمل رد می شود.

بگذارید یک مثال بزنیم - 1101 - 1011

متمم 2 هر عددی با انجام متمم 1 و افزودن 1 به آن محاسبه می شود.

حالا 1101 را با 0100 اضافه کنید

= 1 0001

همانطور که می بینیم، یکی به عنوان حمل وجود دارد، بنابراین حمل را حذف می کنیم و با نتیجه به دست آمده، بار دیگر را اضافه می کنیم.

بنابراین، پاسخ تفریق 0010 است

رایانه های دیجیتال از روش مکمل 2 برای محاسبات استفاده می کنند زیرا به حمل کمتری نیاز دارد.

روش های متمم در سیستم اعداد اعشاری به روش های متمم 9 و 10 معروف هستند.

• نیم تفریق کننده
• تفریق کننده کامل

یک تفریق کننده باینری نه تنها عملیات جمع را انجام می دهد بلکه در برنامه های دیجیتال نیز استفاده می شود. رمزگشایی و رمزگذاری مقادیر، محاسبه شاخص چند مورد از کاربردهای آن است.

نیم تفریق کننده

تفریق کننده علم باینری نیمه باینری یک تفریق کننده باینری است که یک بیت از داده ها را کم می کند و نتیجه را ایجاد می کند. دارای دو سمت ورودی است که از طریق آنها مقادیر منطق دیجیتال را تامین می کنیم، و دارای دو خروجی است که از طریق آنها تأثیر عملیات را دریافت می کنیم. نتیجه را می توان به صورت تک رقمی نشان داد. کار عددی را در تفریق نشان می‌دهد که همان ارقام تفریق شده را دارد. خروجی دیگر بیت قرض را نشان می دهد.

پیاده سازی گیت NAND اعتبار تصویر - نیتیانابیگیان, نیم تفریق با استفاده از NAND, CC BY-SA 4.0

جدول صدق نصف تفریق

عملکرد نیم تفریق کننده باینری در جدول صدق زیر نشان داده شده است.

مدار نیم تفریق کننده

از جدول صدق می توان نتیجه گرفت که سه ردیف اول می توانند نتیجه را با استفاده از یک رقم نشان دهند. در ردیف دوم، کار با استفاده از دو عدد توضیح داده شده است که 1 را به عاریت گرفته است.

برای پیاده سازی منطق به یک گیت XOR، یک گیت NOT و یک گیت AND نیاز داریم. دروازه XOR، نه دروازه، یک دروازه AND نیز می تواند با استفاده از دروازه های جهانی مانند NAND و NOR ساخته شود. بنابراین، نیم تفریق کننده را می توان تنها با استفاده از دروازه های جهانی طراحی کرد.

تصویر زیر A و B را به عنوان ورودی و D را به عنوان تفاوت و C را به عنوان وام گرفته شده نشان می دهد.

نیم تفریق کننده

تفریق کننده کامل

تفریق کننده کامل باینری نوع دیگری از تفریق کننده های باینری است که نتیجه عملیات تفریق باینری را ارائه می دهد. وقتی دو عدد باینری کم می شود، به جز رقمی که کمترین اهمیت را داشته باشد، یک قرض به عنوان B وجود دارد._I-1 و به عنوان B وام بگیرید_i. Subtractor کامل برای رسیدگی به وام گرفتن برای هر مرحله طراحی شده است. به این ترتیب است که یک سفارش کامل بر کاستی نیمی از Subtractor در اجرای قرض‌گیری غلبه می‌کند.

جدول حقیقت تفریق کننده کامل

مدار کامل تفریق کننده

قرض = A′ B_in + A′ B + BB_in

برای پیاده سازی عبارت با استفاده از گیت های منطقی، باید کلمه را بیشتر ساده کنیم.

یا، تفاوت = B_in (A'B' + AB) + B_in (AB' + A'B)

یا، تفاوت = B_in (A XNOR B) + B_in (A XOR B)

یا، تفاوت = B_in (A XOR B) ′ + B_in (A XOR B)

یا، تفاوت = B_in XOR (A XOR B)

یا، تفاوت = (A XOR B) XOR Bin

عبارت را می توان به شکل دیگری نوشت -

Bout = A' B' Bin + A' B Bin' + A' B Bin + AB Bin

یا، قرض = Bin (AB + A' B') + A' B (Bin + Bin')

یا قرض = Bin (A XNOR B) + A′ B

یا قرض = Bin (A XOR B) ′ + A′ B

تفریق کننده های کامل، X، Y، Z ورودی هستند

همانطور که نمودار مدار نشان می دهد، A، B و B_وارد مدار دو خروجی به عنوان خروجی تفاضل می دهد و خروجی را قرض می گیرد. B_in هر زمان که در ورودی A.B قرض وجود داشته باشد، روی 1 تنظیم می شود_in سپس از A و Y کم می شود.

عبارت کلی را می توان به صورت D = A – B – B نوشت_in + 2 B_از.

تفریق کننده های کامل را می توان با استفاده از تفریق کننده های نیمه نیز اجرا کرد.

تفریق کننده های کامل با استفاده از تفریق کننده نیم

N بیت تفریق کننده

در یک تفریق کننده باینری تک بیتی، تفریق تنها 1 بیت قابل انجام است. اگر نیاز به تفریق n-bit داشته باشیم، یک تفریق کننده باینری بیت مورد نیاز است. یک تفریق کننده n بیتی را می توان به طور مشابه با استفاده از تفریق کننده ها به صورت آبشاری پیاده سازی کرد.

کاربردهای تفریق کننده ها

• تفریق کننده ها اغلب با جمع کننده ها استفاده می شوند. هر زمان که برای یک مدار جمع کننده نیاز باشد، یک تفریق کننده نیز لازم است.
• ALU که مسئول محاسبه است و داخل a می ماند ریزپردازنده، همچنین به تفریق کننده نیاز دارد. CPU ها همچنین برای کار به تفریق کننده نیاز دارند.
• میکروکنترلرها همچنین از تفریق کننده ها برای انجام محاسبات دیجیتالی استفاده می کنند.
• تفریق کننده ها نیز در دامنه پردازش سیگنال دیجیتال استفاده می شوند.
• کامپیوترهای دیجیتال از تفریق کننده های زیادی استفاده می کنند.

اجرای VHDL نیم تفریق کننده و تفریق کامل

مدلسازی جریان داده نیمه تفریق کننده

از IEEE.STD_LOGIC_1164.ALL استفاده کنید.

موجودیت ENTITY_NAME است

پورت ( A: در STD_LOGIC;

IB : در STD_LOGIC؛

Borr: از STD_LOGIC)؛

جریان داده های معماری

معماری جریان داده ENTITY_NAME است

پایان جریان داده؛

مدلسازی جریان داده تفریق کننده کامل

موجودیت ENTITY_NAME است

پورت ( A: در STD_LOGIC;

IB : در STD_LOGIC؛

Borr : از STD_LOGIC;

تفاوت: از STD_LOGIC)؛

جریان داده های معماری

معماری رفتار ENTITY_NAME است

if(A='0' and B='0' and IB='0' )سپس

elsif(A='0' and B='0' and IB='1' )سپس

elsif(A='0' and B='1' and IB='0' )سپس

elsif(A='0' and B='1' and IB='1' )سپس

elsif(A='1' and B='0' and IB='0' )سپس

elsif(A='1' and B='0' and IB='1' )سپس

elsif(A='1' and B='1' and IB='0' )سپس

برای مقالات بیشتر مرتبط با الکترونیک اینجا کلیک کنید

تماس با ما

پست الکترونیک: [email protected]
[email protected]

تماس: + 91-8106864654

مأموریت ما

ماموریت ما خدمت و به اشتراک گذاشتن تخصص خود به جامعه بزرگ و همه کاره از دانش آموزان یا متخصصان شاغل برای برآوردن نیازهای یادگیری آنهاست.

به دنیای صفر و یک‌ خوش آمدید

هر داده‌ای در رایانه به مجموعه‌ای از صفر و یک‌ها تبدیل میشه. در داخل هر علم باینری رایانه میلیاردها چیز کوچک وجود داره که میشه آنها را روشن یا خاموش کرد، مانند یک سوئیچ چراغ، و این داده‌ها را ذخیره و پردازش کرد. به این شیوه نمایش داده‌ها با صفر و یک، نمایش علم باینری دودویی یا باینری (binary) گفته میشه.

اما رایانه چطوری کلمه‌ها و اعداد را فقط با 0 و 1 نشان میده؟

کارت‌بازی

بیا برای رسیدن به جواب، با هم کارت بازی کنیم.

پنج کارت داریم که یک طرف آنها نقطه‌دار و طرف دیگر خالی هست. به کارت‌های زیر خوب نگاه کن.

این کارت‌ها را برای خودت بساز و بازی رو مرحله به مرحله انجام بده.

از راست به چپ به کارت‌ها نگاه کن.

• تعداد نقطه‌های هر کارت را زیر آن بنویس.
• آیا میتونی تعداد نقطه‌های کارت بعدی را حدس بزنی؟
• آیا میتونی یک الگوی مشخص برای کارت بعدی پیدا کنی؟

با جمع کردن تعداد نقطه‌های بعضی از کارت‌ها بقیه اعداد را هم می‌تونی بسازی. مثلا عدد 6، 15 و 21 را.

این کار را انجام بده و ببین چه اعداد دیگری رو میسازی.

وقتی کارتی به پشت هست آن را با صفر، و وقتی روی آن دیده میشه، علم باینری با یک نشان میدیم. این همان سیستم عددی دودویی یا باینری است.

کارت‌ها را به ترتیب روی میز قرار بده و اعداد مبنای دو را بساز. مثلا 01001، 10101 و 11111

اینطور مثلا می‌تونیم عدد 9 را بسازیم:

یعنی یک دونه 8 به علاوه یک دونه 1.

کارت‌های شکل زیر عدد 5 را نشان می‌دهد. آیا میتونی عددهای 3، 12 و 19 را هم نشان بدی؟

تبدیل به برنامه پایتون

بیا با هم کد پایتون رو بنویسیم.

می‌خواهیم ببینیم هر عددی که با تایپ کردن وارد رایانه می‌کنیم، در حافظه رایانه به چه شکلی دیده می‌شود. یا به‌عبارتی رایانه آن را چگونه می‌بیند.

برنامه یک عدد بعنوان ورودی از کاربر دریافت می‌کند.

چون ورودی بطور پیش‌فرض در پایتون بصورت رشته ذخیره می‌شود با متد int آن را به عدد صحیح تبدیل می‌کنیم.

(ضمنا این کد برای اعداد 0 تا 15 نوشته شده.)

اگر بخوایم برای دریافت ورودی در محیط ترتل باشیم، و با یک کادر پیام از کاربر بخواهیم که عدد مورد نظر را تایپ کند، کد زیر را می‌نویسیم. در این کد محدوده‌ای که برای ورودی درنظر گرفتیم را نیز تعیین می‌کنیم. (کوچکترین و بیشترین مقدار)

i = s . numinput ( 'Decimal to Binary' , 'Enter a decimal number[0-15]:' , minval = 0 , maxval = 15 )

معرفی اعداد باینری، تبدیل مبنا و جمع و تفریق

در هر زبان برنامه نویسی پایه ای باید درک صحیحی از اعداد باینری یا دیجیتال داشته باشید.

علت آن هم کاملا واضح است،
چون زبان قابل فهم پردازشگرها مجموعه ای از 0 و 1 ها بوده که به آنها اعداد باینری یا دودویی می گوییم.

با صرف فقط 1 ساعت، با دنیایی از اطلاعات در مورد اعداد باینری منفی، مثبت و اعشاری آشنا خواهید شد و

پس از این آموزش می توانید با زبان روز دنیا یعنی زبان باینری کار کرده و با پردازشگرهای مختلف سر و کله بزنید.

1# اعداد باینری

در واقع عددهای باینری، اعدادی هستند که در دنیای ریاضیات و الکترونیک دیجیتال در مبنای 2 بیان می شوند.

وقتی یک مبنای N برای اعداد تعریف میکنیم، به این معنی است که بازه های عددی در آن از 0 تا N-1 را شامل می شوند.

برای مثال مبنای ده (یا همین اعداد دهدهی که روزمره به کار میبریم) شامل ارقام 0 تا 9 است.

به بازه اعداد باینری، عدد دودویی نیز گفته می شود.

برای نمایش اعداد در مبنای دودویی همانطور که در مثال بالا گفته شد از یک رشته عدد 0 و 1 استفاده می شود.

در فیلم بالا با مفهوم 0 و 1 ها و اینکه این 0 و 1 ها در واقع ولتاژ های 0 ولت و 5 ولت هستند، آشنا شدیم.

انواع اعداد باینری را دیدیم و حالا می خواهیم که به طور کاملتر به تبدیل مبناها بپردازیم.

2# مفهوم بیت و بایت (bit & Byte)

به هر رقم در یک عدد باینری بیت (bit) گفته می شود.

برای مثال یک رشته عدد 001010، دارای 6 رقم علم باینری یا 6 بیت است.

از آنجایی که در دنیای دیجیتال و کامپیوتر به صورت معمول هر رشته عدد شامل 8 بیت است، برای این دسته ها نامگذاری جداگانه ای صورت گرفته است.

به هر 8 بیت پشت سر هم یک بایت (Byte) گفته می شود.

نکته: توجه داشته باشید که برای استفاده از حروف اختصاری، بیت را با حرف “b” کوچک و هر بایت را با “B” بزرگ نمایش میدهند.

3# تبدیل مبنای 10 به 2

در اولین گام، بررسی می کنیم که چگونه یک عدد در مبنا 10 (دسیمال) را به یک مبنای دلخواه ببریم:

• در اولین مرحله، عدد مورد نظر مان را به 2 تقسیم می کنیم.
• سپس در هر مرحله بعدی، خارج قسمت را بر 2 تقسیم می کنیم
  این روند به قدری ادامه پیدا می کند که خارج قسمت از 2 کمتر شود.
• سپس آخرین خارج قسمت و باقی مانده های هر مرحله (از آخر به اول) را به ترتیب در کنار هم می نویسم.
• عدد بدست آمده، عدد مورد نظر ما در مبنای باینری است.

در ادامه برای مثال عدد 41 را به عدد معادل باینری آن تبدیل می کنیم.

این روش کلی برای تبدیل یک عدد از مبنا 10 به مبنای دلخواهمان است و
می توان به جای عدد 2 هر مبنای دلخواه دیگری را قرار داد.

4# تبدیل عدد اعشاری به باینری

حالا اگر اعدادمان اعشاری بود، چه باید بکنیم؟

مثلا اگر عددمان 41/75 باشد
مبنای 2 آن را چگونه محاسبه می کنید؟

• قسمت صحیح عدد را به همان صورت قبلی به مبنای 2 می آوریم.
• برای قسمت اعشاری به جای تقسیم متوالی از ضرب های متوالی در عدد 2 استفاده میکنیم و
  این روند را تا جایی پیش می بریم که عدد اعشاری مساوی 0 شود.
• از اولین حاصل ضرب تا آخر بخش عدد صحیح جواب ها را به ترتیب پشت سر هم می نویسیم.
• عدد باینری حاصل از قسمت صحیح عدد را مشابه قبل نوشته و پس از قرار دادن یک نقطه (.) بخش اعشاری باینری رو مینویسیم.

در ادامه عدد 41/75 را به مبنای باینری می بریم.

• قسمت اعشاری ممکن است، هیچ موقع به صفر نرسد
  (مثلا برای 0.32 این اتفاق رخ می دهد و هرگز به صفر نمی رسد)

5# تبدیل اعداد باینری مبنای 2 به 10

در مبنای باینری، اعداد دارای ارزش گذاری مخصوص به خود هستند به این صورت که
از سمت راست ترین رقم عدد صحیح، عدد nام، دارای ارزش 2 به توان n-1 است.

یعنی از سمت راست، رقم اول ارزش 2 به توان 0 (یعنی 1) دارد، عدد دوم ارزش 2، سومین رقم ارزش 4 و الی آخر.

برای تبدیل این عدد به مبنای دسیمال کافی است هر رقم را در ارزش خودش ضرب کرده و حاصل ضرب ها را با هم جمع کنیم.

یه سمت راستی ترین رقم اعداد باینری که دارای کمترین ارزش مقداری است LSB گفته می شود و
به سمت چپ ترین رقم که دارای بیشترین ارزش مقداری است MSB می گویند.

برای بخش اعشاری اعداد هم به همین روش پیش میرویم با این تفاوت که این بخش دارای ارزش های متفاوت است.

از سمت چپ ترین رقم، عدد nام دارای ارزش 2 به توان n- است.

برای مثال از سمت چپ به ترتیب دارای ارزش 2 به توان 1-، 2 به توان 2- و الی آخر خواهند بود.

6# روش سریع تبدیل مبنای اعداد

در این مرحله می خواهیم، میان بری برای تبدیل به مبنای دلخواهمان پیدا کنیم.

اگر به ارزش مکانی ارقام دقت کنید، می توانید تبدیل مبنا ها را سریع تر و دقیق تر انجام دهید.

حالا اگر بخواهیم عدد 41.75 را با توجه به ارزش های مکانی در سیستم دودویی بنویسیم،
یا به عبارت بهتر به اعداد باینری تبدیل کنیم.

به ارزش مکانی اعداد باینری یا دودویی باید توجه کنیم.
همان طور که در تصویر فوق مشاهده می کنید، ارزش مکانی سیستم دودویی برای شما نمایش داده شده است.

ابتدا خودتان سعی کنید که به روش میان بر، مقدار دودویی عدد 41.75 را بدست بیاورید

(قرار است که عدد 0 و 1 را طوری زیر ارزش های مکانی دودویی بگذاریم که مجموع آنها با توجه به ارزش شان، 41.75 شود!)

• نزدیک ترین عدد کوچکتر از 41، عدد 32 است(1)
• مشخصا، 32+16>41 می شود! (0)
• اما 40=32+8
• سپس 40+4>41 است (0)
• و 40+2>41 است و همان رقم 0 را برای ارزش مکانی 2 در نظر می گیریم (0)
• و در انتها 40+1=41 و تمام (1)
• ارقام فوق را به ترتیب وارد می کنیم

برای قسمت اعشاری هم داریم:

• 1/2>0.75 است (1)
• همچنین 1/2+1/4=0.75 است و برای این ارزش مکانی هم رقم 1 را در نظر می گیریم و تمام

خیلی ساده مشاهده کردید که رقم 41.75 را با سرعت بیشتری به سیستم دودویی تبدیل کردیم (101001.11)

آنالیز داده های مربوط به بیماران هپاتیت با استفاده از الگوریتم جلبک مصنوعی باینری مبتنی بر K نزدیکترین همسایه

از مشکلات اصلی در علم پزشکی، تشخیص و پیش بینی به موقع بیماری ها می باشد. استفاده از سیستم های تصمیم یار به منظور کشف دانش نهفته در مجموعه اطلاعات بیماری و در سوابق مربوط به بیماران یکی از راهکارهایی است که در زمینه تشخیص و پیشگیری از بیماری بسیار موثر می باشد. هدف اصلی از این مقاله، طراحی یک علم باینری سیستم تصمیم یار پزشکی است که بتواند بیماری هپاتیت را تشخیص دهد.

این مطالعه از نوع توصیفی-تحلیلی می باشد. مجموعه داده آن شامل 155 رکورد با 19 ویژگی موجود در پایگاه داده یادگیری ماشین UCI می باشد. در این مقاله، از الگوریتم جلبک مصنوعی باینری برای انتخاب ویژگی و از k نزدیک ترین همسایه برای کلاس بندی هپاتیت به دو کلاس سالم و ناسالم استفاده شده است. از 80 درصد داده ها جهت آموزش و از 20 درصد باقی مانده جهت آزمون استفاده شده است. هم چنین جهت ارزیابی مدل از شاخص های دقت، بازخوانی، F-Measure و صحت استفاده شده است.

بررسی اولیه نشان داد که درصد صحت مدل پیشنهادی برابر با 45/96 درصد می باشد. بعد از انتخاب ویژگی با الگوریتم جلبک مصنوعی درصد صحت در بهترین حالت به 36/98 درصد رسید. در مدل پیشنهادی در حالت 300 بار تکرار، مقدار معیارهای دقت، بازخوانی، علم باینری F-Measure، و نرخ خطا به ترتیب برابر با 23/96 درصد، 74/96 درصد، 48/96 درصد، 55/3 درصد می باشند.

هپاتیت یکی از شایع ترین بیماری ها در بین زنان و مردان می باشد. تشخیص به موقع بیماری ضمن کاهش هزینه ها، شانس درمان موفقیت آمیز بیمار را افزایش می دهد. در این مطالعه ضمن تشخیص بیماری به کمک روش ترکیبی، توانستیم با استفاده از انتخاب ویژگی به دقت بالایی در تشخیص بیماری دست یابیم.