ID3算法在医生分类规则挖掘中的应用研究

采用ID3算法挖掘隐藏于医院医生历史信息中的有用数据,为管理者提供决策支持信息.对决策树和ID3算法及其性质进行分析,给出实现算法的过程,并将其引入到医院医生分类规则的挖掘应用中,用于指导医院诊室合理安排医生.实践证明,ID3算法对促进医院的医术水平,提高工作效率和服务质量都发挥了重要作用.     

基于ID3决策树的木马动态检测技术研究

木马是目前计算机网络面临的主要安全威胁之一.针对现有木马检测方法的不足,提出了行为分析与ID3决策树相结合的木马动态检测技术,对其原理、算法、实现和性能进行了详细介绍.利用ID3算法对样本进行学习建立的木马判定决策树,根据程序运行时的行为判定其是否为木马.在Windows系统下的实现和测试显示该技术具有较高的准确率.     

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。     

基于决策树的一种改进算法

首先介绍了ID3算法的基本思想,然后讨论了决策树算法中的难点问题,针对ID3算法中所存在的不足,提出了一种利用优值法的思想来改进信息增益的算法,并且与ID3算法进行了实验对比。实验表明,这种方法从树的规模和分类精度都优于许多决策树算法,使决策效率明显提高。     

ID3算法的一种改进算法

决策树是从一组数据中生成分类器的一个行之有效的方法。其中ID3算法是目前引用率较高的算法。ID3算法是以信息熵为核心的分类预测算法。然而ID3算法存在多值偏向问题,可能使得出的决策树并不是最优的。文章将信息增益与关联函数生活经验和相结合,改进ID3算法,克服ID3算法偏向于选择取值多的属性的缺点,提高ID3算法准确率。并将改进后的ID3算法与原算法比较,证明改进后的ID3算法准确有效。     

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ID3算法的大学生成绩数据挖掘与体能分析系统设计

提出将ID3决策树算法应用于体育成绩数据挖掘,以便对学生体能进行有效分析,从而提高体育教学管理的水平和质量。对现有成绩分析的不足进行分析,介绍了系统总体架构和数据挖掘实施流程,对ID3决策树算法的原理和其软件实现流程进行设计。采用Microsoft SQL Server 2012工具多维模式中的Analysis Services开发环境,实现决策树算法软件模块。系统运行结果显示,提出的系统能够为基于数据挖掘的学生成绩管理与分析提供有价值的科学依据。     

一种基于离散度的决策树改进算法

在数据挖掘中，决策树方法是一个重点研究方向。ID3方法是著名的决策树算法，在这种算法中，互信息的计算依赖于特征值数目较多的特征，这样不太合理．为此，从离散度的角度，对ID3算法进行改进，通过2种算法的对比实验，证明利用改进后的算法挖掘分类规则，不仅提高了分类的正确率，而且非常高效。     

基于ID3决策树算法在环境监测的应用

大数据时代的来临,面对着庞大的数据流,如何从其中找寻数据,管理数据,分析数据成为重点。而决策树是进行数据挖掘的重要方法,如何选用不同的决策树算法就显得尤为重要。ID3、C4.5等是建立决策树常用办法。文章详细描述了ID3算法,并在环境监测数据中举例分析。     

ID3算法的改进

对决策树中的ID3算法的基本原理进行了详细研究,针对ID3算法倾向于取值较多的属性的缺点作了改进,最后通过实验对改进前后的算法进行了比较,实验表明,改进后的算法行之有效。     

基于改进的ID3算法生成决策树方法(英文)

The ID3 algorithm is a classical learning algorithm of decision tree in data mining.The algorithm trends to choosing the attribute with more values,affect the efficiency of classification and prediction for building a decision tree.This article proposes a new approach based on an improved ID3 algorithm.The new algorithm introduces the importance factor λ when calculating the information entropy.It can strengthen the label of important attributes of a tree and reduce the label of non-important attributes.The...     

基于决策树的语音与乐音信号分类算法

提出一种基于决策的语音与乐音信号的分类算法,通过提取输入信号的幅度信息、频谱分布特征信息用于信号的分类的特征参数,再利用决策树中的ID3算法进行分类,并对分类结果进行后期调整,进一步提高算法分类的正确率。实验结果表明,提出的语音与乐音信号分类算法取得了平均96.12%的正确率。     

基于比特查询的多进制树标签防碰撞识别协议

多标签碰撞问题被认为是射频识别系统中的一个关键问题.近来,许多基于比特追踪技术的查询树算法被提出用于有效的解决标签碰撞问题,然而由于无用的碰撞比特信息和空闲时隙的存在,这些查询树算法的性能都有待进一步提升.本文提出了一种基于比特查询的查询方法,该算法使得标签返回一个映射过比特串来取代原始的ID序列.同传统的ID查询相比较,比特查询不仅可以消除空闲查询还可以将碰撞标签分成更多子集并充分利用碰撞比特信息.基于该比特查询方法,我们提出了一种基于比特查询的多进制树（Bit query based M-ary tree,BQBMT）新型查询树算法,它通过多进制树迭代的分离碰撞,并通过比特查询模式和ID查询模式之间的最佳切换来快速识别标签.理论分析和仿真结果显示,BQBMT算法的的系统效率接近0.89,超过了现有的QT算法和混合防碰撞算法.     

基于决策树的空袭目标数据挖掘

为了更好地辅助决策人员进行空袭目标选择,首先分析了影响空袭目标选择的因素;利用Netica软件得到训练样本集;利用ID3算法构造决策树模型,并从中挖掘出空袭目标选择的14条规则;最后总结出目标选择遵循的6条指导原则。仿真结果表明,利用决策树进行空袭目标数据挖掘,准确率比较满意,是一种目标选择的新思路。     

Semijoin‐Based Spatial Join Processing in Multiple Sensor Networks

This paper presents an energy‐efficient spatial join algorithm for multiple sensor networks employing a spatial semijoin strategy. For optimization of the algorithm, we propose a GR‐tree index and a grid‐ID‐based spatial approximation method, which are unique to sensor networks. The GR‐tree is a distributed spatial index over the sensor nodes, which efficiently prunes away the nodes that will not participate in a spatial join result. The grid‐ID‐based approximation provides great reduction in communication cost by approximating many spatial objects in simpler forms. Our experiments demonstrate that the algorithm outperforms existing methods in reducing energy consumption at the nodes.     

一种支持负载平衡的常数度DHT ID分配方法

 能够支持负载均衡的ID分配方法是实现与维护DHT overlay的基础,已有常数度DHT多采用纯集中式或纯分布式方法,不能很好地解决拓扑信息维护开销与拓扑平衡程度这一矛盾.针对这一不足,在分析拓扑中通用树结构的基础上,本文提出了基于内在结构Routing Forest的ID分配方法RFIDAM,通过规律性地聚合局部平衡信息来指导新节点的加入以实现拓扑平衡.实验表明,通过引入少量维护与路由开销,该方法使得拓扑达到节点ID长度差小于2的最优平衡目标.