Lin et al. [11] involved the fuzzy

Lin et al. [11] involved the fuzzy reasoning model (FRM) and hybrid particle swarm optimization with wavelet mutation to diagnosis type 1 diabetes mellitus (T1DM). It can also increase efficiency of system’s sensitivity and specificity. After that, Lin et al. [2] combined fuzzy inference system (FIS) and genetic algorithm to enhance system ability for T1DM diagnostic.

ผลลัพธ์ (ไทย) 1:

Lin et al. [11] ที่เกี่ยวข้องกับรูปแบบเหตุผลชัดเจน (FRM) และผสมอนุภาคฝูงปรับให้เหมาะสมกับการกลายพันธุ์ wavelet การวินิจฉัยชนิดที่ 1 เบาหวาน (T1DM) นอกจากนี้มันยังสามารถเพิ่มประสิทธิภาพของระบบความไวและ specificity หลังจากนั้น Lin et al. [2] รวมระบบข้อเอิบ (FIS) และอัลกอริทึมทางพันธุกรรมเพื่อเพิ่มความสามารถในระบบสำหรับการวินิจฉัย T1DM

ผลลัพธ์ (ไทย) 2:

หลิน et al, [11] ที่เกี่ยวข้องกับรูปแบบการให้เหตุผลเลือน (FRM) และการเพิ่มประสิทธิภาพของอนุภาคฝูงไฮบริดที่มีการกลายพันธุ์เวฟประเภท 1 การวินิจฉัยโรคเบาหวาน (T1DM) นอกจากนี้ยังสามารถเพิ่มประสิทธิภาพของระบบความไวและความจำเพาะ หลังจากนั้นหลิน et al, [2] รวมระบบอนุมานฟัซซี (FIS) และขั้นตอนวิธีพันธุกรรมเพื่อเพิ่มความสามารถของระบบสำหรับ T1DM วินิจฉัย

ผลลัพธ์ (ไทย) 3:

หลิน et al . [ 11 ] เหตุผลที่เกี่ยวข้องแบบฟัซซี่ ( FRM ) และลูกผสมที่เหมาะสมกับฝูงอนุภาคเทคนิคการกลายพันธุ์เพื่อการวินิจฉัยโรคเบาหวานชนิดที่ 1 ( t1dm ) นอกจากนี้ยังสามารถเพิ่มประสิทธิภาพของความไวและความจำเพาะของระบบ หลังจากนั้นหลิน et al . [ 2 ] การรวมระบบฟัซซี ( 6 ) และขั้นตอนวิธีทางพันธุกรรมเพื่อเพิ่มความสามารถของระบบให้ t1dm
วินิจฉัย