一种基于改进SLIQ决策树分类算法的应用研究

提出了一种改进的SLIQ决策树分类算法,克服了原有SLIQ算法需要大量计算决策树每个节点的吉尼指数(gini index)的缺点.改进的SLIQ算法能够有效地减少计算的复杂度.结合实例,将该算法与原有SLIQ算法和基于人工神经网络的分类算法应用结果进行比较,实验结果表明该算法的分类准确率远远高于SLIQ算法和基于人工神经网络的分类算法.     

数据挖掘技术在CRM中的应用研究

介绍了数据挖掘技术和CRM的基本概念,分析了数据挖掘技术在CRM中的应用,并着重对决策树技术进行了研究。针对SPRINT算法在数值型属性分裂过程中计算量大、效率低的缺点,提出了一种新的数值型属性的分裂方法,并对SPRINT算法进行了改进,并用改进的SPRINT算法构建了客户信用卡的分类模型。     

一种基于属性频率划分的决策树算法

决策树是数据挖掘任务中分类的常用方法。在构造决策树的过程中,节点划分属性选择的标准直接影响决策树分类的效果。基于粗糙集的属性频率函数等方法度量属性重要性的概念,将其用于分枝划分属性的选择,提出一种决策树学习算法。该方法仅利用区分矩阵就可以计算出属性的出现频率函数值,计算简单。实验结果表明,用该方法构造的决策树与传统的基于信息熵方法构造的决策树相比较,结构简单,且能有效提高分类效果。     

Legendre小波积分矩阵的计算

在分析Legendred、波的性质的基础上,将定义在区间[0,1/2n）上的kgendre小波函数平移,得到定义在区间[0,1）上的Legendre小波．用Legendre的平移特性,在子区间上积分,可得另一计算Legendre小波积分矩阵的计算方法．这样计算的积分矩阵的维数低,并且积分矩阵在子区间相同,便于进行快速的数值计算．     

求解两点边值问题的有理插值Galerkin法

将求解区间上部分节点的Lgrange插值,通过加权可以构造出一类重心型有理插值函数.重心型有理插值函数在整个区间上具有无穷次光滑性,且不存在极点.本文利用重心型有理插值函数作为试函数,采用Galerkin法提出了求解线性常微分方程两点边值问题的一种新型数值方法.给出了数值计算公式和数值实施流程.数值算例验证了本文方法的有效性和计算精度.     

一个改进的决策树算法

Iterative Dichotomiser version3（ID3）算法是数据挖掘中经典的决策树分类算法,其核心是分裂训练集属性的选择标准,即分裂前后的信息增益量最大,用该标准选择属性时对于取值较多的属性具有较强依赖性。剖析了ID3算法存在的不足并加以改进,引入了属性关注度,提出了改进算法AAID3算法。实验表明改进算法对原ID3算法的取值偏向问题有所克服并使分类更加准确,决策树更加简明。     

基于计算决策专家综合权重的IVHFMAGDM方法

文章研究区间值犹豫模糊多属性群决策(IVHFMAGDM)问题。首先,依据离差最大化思想计算决策专家的客观权重,再根据决策专家的主观权重与客观权重相离程度确定决策专家的综合权重;其次,在考虑决策专家综合权重基础上利用区间数的熵值法计算属性权重;再次,在确定属性的综合值后,对不同方案在单个属性上进行两两测度,建立积型模糊互补判断矩阵并求解各方案在单个属性上的比较值,通过计算所有方案在所有属性上建立的积型模糊互补判断矩阵综合测度结果对方案进行排序;最后,通过一个数值算例对算法的有效性进行了验证分析,结果表明该算法操作简单,能够快速解决IVHFMAGDM问题。     

决策树在P2P网络截包分析中的应用

为了更高效准确地检测到P2P数据流,将目前在数据挖掘等领域比较成熟的决策树分类技术应用到截包分析研究中.在实际应用中,通过对流的特征属性进行计算统计处理作为训练样本集建立决策树,并对建立的决策树进行剪技优化,实验表明决策树分类技术更能快速准确地定位P2P数据流,在实时处理大量数据方面更能体现决策树分类技术的效率与准确度.     

Maxwell-Dirac系统二类时间分裂数值方法的比较

利用时间分裂方法和有限差分法来求解非线性Maxwell-Dirae系统。这种混合数值方法在时间和空间方向上均为二阶精度。通过大量的计算给出数值方法和时间分裂谱方法在精确性、计算效率和稳定性方面的区别。     

重心有理插值配点法分析矩形板自由振动

重心型有理函数插值在整个求解区间具有无穷次光滑性,且不存在极点,保证了计算的精度.本文在计算区间采用工程上常用的等距节点离散,利用数值稳定性好、计算精度高的重心有理插值配点法求解矩形板的自由振动,并与Chebyshev配点法等方法的计算结果做了对比.算例表明:重心有理插值配点法具有计算公式简单,程序实施方便和计算精度高的优点.     

基于超限快速决策树的链路质量评估

为了准确、快速评估无线传感器网络的链路质量,提出了基于改进超限快速决策树的链路质量评估方法.通过分析不同时间段内物理层参数与包接收率之间的关系,选取接收信号强度指示均值、链路质量指示均值以及信噪比均值作为链路质量参数;采用依据包接收率划分的链路质量等级作为评价指标;基于超限快速决策树评估链路质量,采用基尼指数作为决策节点的启发式度量,并依据决策节点的高度改进决策节点寻找最优属性样本数的计算方法.室内、走廊、停车场3种场景下的实验表明,与模糊逻辑、快速决策树、超限快速决策树等方法相比,提出的方法具有较好的评估准确率和更低的时间复杂度.     

数据挖掘在就业分析中的应用

利用数据挖掘技术对当前毕业生的就业数据进行分析,发现影响就业的主要因素.其中使用C4.5算法计算了学业成绩、社团实践、获奖情况等分裂属性的增益率,以此构造决策树并对其归纳总结出一些就业规则.     

采用属性聚类的高维子空间聚类算法

为了解决现有子空间聚类算法时间复杂度偏高以及对输入参数敏感的问题,提出了一种基于属性聚类方法的高效子空间聚类算法.算法首先通过计算每个属性的基尼值来过滤冗余属性,而后通过基于二维联合基尼值的关系函数建立非冗余属性的关系矩阵,以衡量任意两个非冗余属性的相关度, 进而在关系矩阵上应用可产生交叠的聚类算法,聚类结果即为所有兴趣度子空间的候选集合,最后调用聚类算法得到所有存在于这些子空间内的簇.在人工数据集和真实数据集上的实验表明,新算法不仅在时间复杂度和子空间簇的寻找能力方面均有较优表现,而且对输入参数的取值不甚敏感.     

基于决策树的就业数据挖掘

针对学生就业问题，给出了就业数据挖掘模型．决策树方法是数据挖掘中非常有效的分类方法，根据就业数据特点，采用了C4．5决策树算法．C4．5算法是决策树核心算法ID3的改进算法，它构造简单，速度较快，容易实现．模型对就业数据预处理，选取决策属性，实现挖掘算法并抽取规则知识，由规则知识指出哪些决策属性决定了就业单位的类别，挖掘结果表明，该算法能够正确将就业数据分类，并得到若干有价值的结论，供决策分析。     

A New Method for Constructing Decision Tree Based on Rough Sets Theory

1 Introduction D atabases are rich w ith hidden inform ation that can be used for m aking intelligentbusiness decisions. C lassification is one form of data analysis thatcan be used to extractm odels describing im portantdata class- es.There have m any ap…     

一种基于信息熵建立决策树的算法

信息论给出了信息的数学本质,提出了用热力学中的熵来度量信息量的大小。分类是一个重要的数据挖掘问题,在训练数据集上建立分类树的关键是如何选择决策树每一个内部结点的测试属性。传统的决策树建立算法利用信息论中熵的概念选择属性,具有偏向于取值较多属性的缺点。本文分析了信息论中有关熵的一些基本概念和含义,讨论了它们在挖掘分类树中的应用,利用互信息设计了一个建立分类树的算法,克服了传统算法的缺点。     

Decision-tree induction from self-mapping space based on web

With the development of electronic technology andcomputer application,itis very hotfor us howto quick-ly,effectively and economically retrieval all relative in-formation of some thesis from Web data.Build a learn-ing model with good transparency also with…     

基于变精度粗糙集决策树的构造算法

在构造决策树的过程中,分离属性选择的标准直接影响分类的效果.基于变精度粗糙集的理论将属性重要度作为选择分离属性的标准.经实验证明,使用该方法构造的决策树与经典ID3决策树算法相比,具有复杂性低,能有效提高分类效果的优点.     

Study on Acoustic Modeling in a Mandarin Continuous Speech Recognition

The design of acoustic models is of vital importance to build a reliable connection between acoustic waveform and linguistic messages in terms of individual speech units. According to the characteristic of Chinese phonemes, the base acoustic phoneme units set is decided and refined and a decision tree based state tying approach is explored. Since one of the advantages of top-down tying method is flexibility in maintaining a balance between model accuracy and complexity, relevant adjustments are conducted, such as the stopping criterion of decision tree node splitting, during which optimal thresholds are captured. Better results are achieved in improving acoustic modeling accuracy as well as minimizing the scale of the model to a trainable extent.