Priya Vij 1*,Patil Manisha Prashant 1摘要背景:卵巢癌(OC)是女性生殖系统的高致命性恶性肿瘤,其特征是由于疾病的复杂性和晚期诊断,其死亡率高以及与临床研究相关的挑战。技术的进步,例如医学事物(IOMT),为改善OC检测和诊断提供了新的机会。目的:本研究旨在使用IOMT数据开发和评估一种新型的OC检测方法,利用自组织图(SOM)和改进的复发性神经网络(IRNN),并通过扩展的和谐搜索优化(EHSO)算法增强了重复的神经网络(IRNN),以提高功能选择和分类准确性。方法:该研究利用IOMT的OC数据并应用了SOM进行功能选择,这有助于管理和分类大数据集。SOM被用来改善数据表示形式,并解决标签和分类数据中的挑战。使用EHSO算法进行了优化的IRNN模型,以增强分类性能。
ADB – Asian Development Bank AP – Affected people DGTVET – Directorate General of Technical and Vocational Education and Training EA – Executing Agency EHS – Environment Health and Safety EHSO – Environmental and Health and Safety Officer EMP – Environmental Management Plan IEE – Initial Environmental Examination IA – Implementing Agency IFC – International Finance Corporation ITC – Institute of Technology of Cambodia IP – Indigenous Peoples GRM – Grievance Redress Mechanism GRC – Grievance Redress Committee KKPTC – Koh Kong Provincial Training Center KSPTC – Kampong Speu Provincial Training Center MoWRAM – Ministry of Water Resources and Meteorology MoE – Ministry of Environment MoEYS – Ministry of Education Youth and Sports MLVT – Ministry of Labor and Vocational Training MoH – Ministry of Health MoEYS – Ministry of Education, Youth and Sport NIB – National Institute of Business NPIC – National柬埔寨理工学院NPIT - 国家理工学院技术研究所 - 快速环境评估RPITSSR - 区域理工学院Techo siem siem reap RGC RGC - 柬埔寨皇家政府SDF - 皇家政府 - 技能发展基金SFESDP - SFESDP - 未来经济部门的技能SPSS SPS -ADB SAPS -aDB SAVER PLICATION - ADB SAVEGEGARD PLICAMT及其技术范围 - 技术及技术<2009年(2009年)