تشخيص بيماري هاي مختلف در علم پزشكي يكي از زمينه هاي پركاربرد داده كاوي محسوب مي شود كه در سال هاي اخير تحقيقات و مطالعات فراوان پيرامون آن انجام شده است در اين تحقیق به مساله تشخيص سرطان سينه پرداخته و از تركيب سيستم هاي فازي و الگوريتم هاي تكاملي براي تشخيص خودكار سرطان سينه استفاده شده است روش پيشنهادي به كمك سيستم هاي فازي مبتني بر قانون كه مجموعه از قوانين if-then انجام شده و سیستم فاز مقدار fitness برای هر ذره را مشخص می کند. جهت بهينه‌سازي مجموعه قوانين فازي از الگوريتم pso استفاده شده است. در بخش مربوط به الگوریتم PSO ذره ها در تمام محیط پخش شده و سپس مقدار fitness بدست آمده است. در بروز رسانی هر ذره با استفاده از فرمول مربوط به الگوریتم PSO انجام شده و در نهایت بهترین نقطه به عنوان رهبر براساس بهترین مقدار انتخاب شده است. بعد از انتخاب رهبر تمامی ذره ها در کنار بهترین نقطه قرار می گیرند. بعد از اجرای نتايج بدست آمده از اجرا بر روي مجموعه داده all-mia ثابت مي كند كه روش پيشنهادي PSO based FuzzySystem مي تواند با دقت بالايي به دسته بندي و پيش بيني نمونه‌هاي سرطاني بپردازد به طوريكه قوانين توليد شده نيز به راحتي توسط يك شخص خبره قابل تفسير باشند. موارد زیر در پروژه در نظر گرفته شده است: پیاده سازی با نرم افزار متلب استفاده از مجموعه داده all-mias توضیحات کامل پروژه (word)
بازیابی تصویر
وب معنایی
پنهان نگاری
نظریه محاسبات
امنیت اطلاعات
زمانبندی سیستم ها
سیستم های چندعامله
سیستم های خبره
شناسایی الگو
الگوریتم های تکاملی
الگوریتم های زمانبندی
شبکه های نرم افزار محور
امنیت شبکه
مسیریابی شبکه
کنترل ازدحام در شبکه
مهندسی نرم افزار
تکنیک های داده کاوی
متن کاوی
محاسبات ابر
تشخیص سرطان سینه
شبکه های زمینی در شبکه هوشمند
پایگاه داده های موبایل و امنیت
سیستم های کنترل هوشمند
کدگذاری و رمزنگاری
مدلسازی
سیستم های فازی
محاسبات نرم
محاسبات تکاملی
بینایی ماشین
شبکه های حسگر بی سیم
شبکه های سیار موردی
شبکه های ادهاک
پردازش تصویر پنهان نگاری و فشرده سازی تصویر
انطباق تصویر
تشخیص لبه
مسیریابی چندپخشی
تعادل بار