平均1-依赖决策树集成算法

基于平均1-依赖贝叶斯分类器(AODE)算法的思想, 提出了平均1-依赖决策树集成算法(AODT), 该算法通过使用每个输入属性和类别属性共同建立集成学习中的个体决策树分类器.同时,我们从多任务学习的角度探讨了AODE和AODT算法的工作原理. 通过在Weka平台上使用40个UCI数据集的实验结果表明, 该算法可以显著提高决策树学习算法的分类性能, 并且具有很好的抗噪声性能.     

集成学习之随机森林算法综述

集成学习是一类非常重要且实用的方法,以简单高效著称的随机森林算法是集成学习算法的代表之一,它集成众多决策树并以投票的方式输出结果,在许多应用领域取得了巨大的成功。文章介绍决策树和随机森林算法,总结随机森林算法在性能改进、理论性质方面的研究进展,及其和深度学习算法之间的区别与联系。     

ID3算法应用研究

示例学习方法中的决策树学习适用于从海量信息中获取有益信息，ID3作为其代表性的算法已广泛应用于各种领域。通过实例分析对ID3算法进行了详细讨论，并利用C＋＋语言构造了ID3一级决策树。其实现过程及结果对于在不同领域ID3算法的建立及实现具有重要参考意义和依据。     

基于ID3算法的快速分类方法研究

ID3是决策树学习的核心算法．本文提出了基于ID3算法对多类样本分类的一种快速分类的算法．提高了计算机的分类速度。     

基于统计的高效决策树分组分类算法

基于决策树的分组分类算法因易于实现和高效性,在快速分组分类中广泛使用。决策树算法的基本目标是构造一棵存储高效且查找时间复杂度低的决策树。设计了一种基于规则集统计特性和评价指标的决策树算法——HyperEC 算法。HyperEC算法避免了在构建决策树过程中决策树高度过高和存储空间膨胀的问题。HyperEC算法对IP地址长度不敏感,同样适用于IPv6的多维分组分类。实验证明,HyperEC算法当规则数量较少时,与HyperCuts基本相同,但随着规则数量的增加,该算法在决策树高度、存储空间占用和查找性能方面都明显优于经典的决策树算法。     

基于监督学习算法的网络流量应用类型分类研究

由于网络流量表现出突发和自相似等动态特性,使得网络应用很难进行准确分类,通过对网络应用类型进行分类可以对影响网络资源分布的新应用进行归类,在一定程度上规避了新应用识别的局限性。通过使用朴素贝叶斯、支持向量机和C4.5决策树三种监督学习算法从细粒度层上对四种网络流量应用类型进行分类对比,实验表明,使用C4.5决策树算法构建的分类器效果最好,精度达到了85.2%。     

数据挖掘中决策树算法的优化应用研究

决策树算法是数据挖掘中一种非常重要的分类方法.决策树具有属性结构和较好的分类预测能力,提供了基本的提取决策规则.本文阐述了决策树算法的基本思想,并分析了决策树算法运用中会遇到的一些问题,并针对性的提出一些建议.     

决策树算法在老年性痴呆病因病机分析中的应用

通过决策树算法建立了老年性痴呆病型病因判断模型。文中详细研究了决策树算法C5.0及其修正方法,之后通过对太原市1500例数据的分析借助决策树C5.0算法构建了老年性痴呆的判断模型,并对其进行了修正,得到具有实际指导意义的判别模型。     

一种加权聚类划分决策树算法

针对斜划分决策树算法普遍存在时间效率低、部分算法仅能应用于二分类问题，提出了一种基于加权距离的聚类决策树算法。通过Relief-F算法为预测属性计算权重，并将权重用于树结点中数据的聚类过程，使用分簇结果对结点进行多路划分，得到可直接用于多分类问题的决策树。理论分析和实验结果表明，该算法与经典轴平行决策树相比，拥有更好的泛化能力以及相近的算法时间复杂度，与大部分斜决策树相比，在付出更少计算代价的前提下，获得了近似的正确率以及模型简洁度。     

改进决策树算法的应用研究

针对ID3算法倾向于取值较多的属性的特点,同时为避免特定领域主观属性影响分类结果,提出了一种改进的决策树算法。该方法利用决策树算法构造决策树,通过对分类结果中主客观属性进行标记并逻辑运算,最终得到较客观的决策信息,并进行实验验证。     

高速数据传输中64DAPSK解调的简化算法

提出了一种简化的解调算法,与常规的解调算法相比,这种算法简单、容易实现,且误码率和传统算法相比几乎没有降低,使64DAPSK实现难度得到简化.仿真了本算法和传统算法误码率的比较结果,以及几何平均数和代数平均数作为幅度阈值解调的误码率比较结果.     

基于变步长LMS算法的多址干扰消除研究

针对扩频系统中存在多址干扰影响,在传统算法的基础上采用一种低运算量的变步长LMS算法来寻找最优权,并使之用于幅度估计,从而在抵消MAI和估计MAI所要付出的代价之间取得了一个平衡。改进后的算法兼顾了收敛速度和剩余均方误差2个方面的因素,可以随着用户数目的变化而自适应调整LMS算法的步长,并且减少了每一级的运算量。仿真结果显示当用户数目发生变化时,变步长LMS算法可以迅速达到其收敛并能保持较高的SINR。     

Sobel边缘检测算法的变异实现图像增强

简述了在传统Sobel边缘检测算法的基础上进行算法创新.在边缘检测和图像增强算法中引入了区域运算的概念.详细介绍了Sobel边缘检测算法的具体改进过程,并针对红外图像进行了实际应用.     

二维Fisher准则函数在区域生长算法中的应用

本文针对传统区域生长算法中“种子”和“相似性准则”不能自适应获得的缺点,将二维Fisher准则函数算法[1]应用到区域生长算法中,根据图像特征,利用二维阈值,自动确定“种子”和“相似性准则”。实验表明,该算法不仅利用了二维Fisher准则函数算法的优点,而且也使区域生长算法具有自适应性,对荧光磁粉图像具有较好的分割效果。     

用于人脸识别系统的一种新PCA算法

在人脸识别系统设计中引入了一种新的基于加权主分量分析的人脸算法,该算法利用加权主分量分析的原理,将特征加权和主分量分析相结合,构造了一个新的3个中心的高斯分布函数作为加权函数对人脸各维特征进行加权,从而利用主分量分析的方法进行人脸识别.实验证明,该方法与已有的WPCA算法相比,具有更高的识别率.     

TD-SCDMA中基于实测功率的上行接纳算法

第三代移动通信系统TD-SCDMA是一种自干扰的系统,随着未来用户的增多,无线资源相对有限的情况下,有效控制干扰的要求越来越高,而呼叫接纳控制技术就是解决这一问题的关键技术之一。对传统的接纳控制算法进行研究,提出了基于实测功率的上行接纳控制算法,并计算出接入判决的门限值,以实现用户接入系统后对QoS的保证。实验表明该算法相对于传统的算法而言,判决精度更高,并且具有门限自适应的优势。     

基于上下文的自适应二进制算术编码的硬件实现

文章提出了一种适用H.264标准的自适应算术编码器的VLSI实现方案,它对算术编码的结构做了改进,用查表代替了乘法操作,并采用流水线结构实现,获得了较高的吞吐速率.在采用Verilog语言对编码模块进行描述后,用ALTEAR公司的现场可编程门阵列（FPGA）进行仿真验证.实验表明,这种流水线结构的算术编码器能够获得较高的编码速度.     

成像制导算法仿真评估系统

成像制导算法仿真评估系统用于评估成像制导算法在各种复杂背景下的跟踪精度和稳定性,分析制导系统的采样频率、视场及模板大小等因素对跟踪效果的影响。该系统简化了弹体的姿态控制和反馈系统。具有结构简单、造价低廉、体积小巧等特点,既适用于外场试验。又可以使用以前积累的试验数据开展内场测试。系统内建相关跟踪算法、形心跟踪算法和这两种算法的复合跟踪算法。用户可以根据需要。加入自己编写的跟踪算法程序模块进行性能测试。简要阐述了该系统的工作原理、硬件系统构成和软件工作流程。     

电路设计状态机描述算法研究

文章论述了可视化的硬件描述语言（Visual HDL)中经常应用的各种状态机算法，分析了这些算法对电路工作性能的影响，使利用状同设计电路和的技巧大大提高。     

降低OFDM系统峰均比的压扩算法对系统误码率的影响

讨论了降低OFDM系统峰均比所采用的基于数值变换的压缩扩张算法，给出了几种压扩函数，推导出了使用压扩变换后OFDM系统的误码率公式，由此分析了压扩算法对OFDM系统性能的影响。可以看出，该算法不仅能有效降低OFDM系统的峰均比，而且能降低系统的误码率。仿真结果表明，本文给出的公式较好地反映了使用该算法后OFDM系统的误码性能。