基于粗糙决策树模型的复杂设备智能故障诊断

提出一种粗糙决策树智能故障诊断方法。首先利用粗糙集理论构建故障诊断决策表；然后应用最小熵离散算法对特征数据进行离散；接着利用基于分辨矩阵的算法对决策表进行属性约简，并基于最大聚类比原则优选出最佳约简；最后利用C4.5算法构造出诊断决策树。并对实例进行故障诊断。结果表明：该方法不仅能有效地减少特征数据获取的工作量，而且能快速准确地实现故障识别，具有比粗糙集诊断法、粗糙决策诊断法和C4.5诊断法更强的工程实用性。     

基于决策树算法的网络信息安全威胁识别方法

为了提高网络信息的安全性,引进决策树算法,设计基于决策树算法的网络信息安全威胁识别方法。提取网络信息属性,获取数据的划分规则,从决策树的根节点开始执行构造行为,进而生成可用于识别威胁源端的决策树;将测试样本数据集合中的数组作为依托,对数据生成中影响决策树稳定性的数据或信息作为初步生成规则,以此将决策树中的数据集合进行冗余值删除处理,实现基于决策树剪枝处理的网络信息分类处理;根据检测到的攻击路径识别攻击的源端,实现识别网络信息安全威胁。实验表明,相比传统方法,设计的识别方法,可以在确保威胁识别具有时效性的基础上,提升信息安全威胁识别结果的准确率,准确率最高达到100.0%,远高于传统方法。     

基于关联规则挖掘的电网设备差异化状态检测

WFP电网设备差异化状态检测方法在电网设备数量增加但数据量不变时加速比较低，因此设计一种基于关联规则挖掘的电网设备差异化状态检测方法。根据电网设备的实际参数，分析电网危害程度，简化风险评估分级，建立设备差异化状态风险矩阵；利用决策树模型挖掘得到设备历史运行数据中满足支持度要求的项集，并对决策树模型进行剪枝处理；最后得到数据之间潜在关联，完成电网设备差异化状态的检测。实验结果表明，在告警量较少的情况下，设计方法更加接近理想加速比，验证了方法具有较好的性能。     

基于改进ID3的分类规则挖掘研究

在数据挖掘基础理论基础上,以分类挖掘技术在客户关系管理中的应用为例,对近年来在智能信息处理领域迅速发展的改进ID3算法进行了数据挖掘的尝试,得到了与实际经验相符的结果和相应的"规则",验证了其可行性和可供决策支持的现实意义.     

数据挖掘在高校学生心理问题中的应用

随着高校学生的心理问题越来越多,越来越复杂,使得传统的对学生心理问题的统计分析方法已不适应深入分析的需要。应用数据挖掘技术中的C4.5算法对学生心理数据库进行了情况分类,并对得到的结果进行了分析,得出了影响高校学生心理的因素,对高校学生进行心理健康状况预测,为高校学生心理健康教育提供决策支持。     

基于数据仓库的移动通信系统反欺诈分析模型

采用决策树方法构建一个高效的欺诈预测模型,为改变移动通信运营商主要采用行政手段防欺诈的现状,提供一条有效,可行的技术途径.     

基于Landsat8数据的西沙群岛珊瑚礁信息提取

针对珊瑚礁系统正在迅速退化的现象,基于Landsat8影像数据对我国西沙群岛的珊瑚礁进行底质信息提取实验。首先建立决策树对珊瑚礁分布区域的水上部分和水下部分进行分离,然后利用影像的4个可见光波段对珊瑚礁区域进行水深校正,最后对预处理后的影像和水深校正后的影像分别进行最大似然法分类,并结合4m的GF-2影像进行精度验证,后者比前者的总体分类精度提高了13.62%。结果表明,利用Landsat8光谱优势进行水深校正后再进行分类的珊瑚礁提取技术方案可以有效提高分类精度。     

基于粗糙集联合决策树法的智能变电站远程调度管理优化

针对变电站远程调度管理的问题，提出一种基于粗糙集联合决策树的优化方法。首先收集变电站的运行功率、温度、湿度、电流、电压等数据；然后利用粗糙集联合决策树方法分析已收集的信息数据，并进行综合性分析；最后依据分析结果，对变电站感知节点进行远程调度。研究结果显示，基于粗糙集联合决策树的变电站调度方法，能全面掌握变电站的运行状态，减少数据的处理量，更加精准地对变电站进行调度，而且响应时间较短。     

数据挖掘软件的介绍及其评价

随着信息时代、知识经济的到来,数据挖掘的应用变得日益广泛和重要,数据挖掘软件的不断涌现也推动了数据挖掘技术的发展。本文对目前数据挖掘领域中常用的软件做了一个较全面的分析和介绍。     

用决策树方法进行监理项目投标的决策分析

简要介绍了决策树分析法的基本原理,并以某监理企业就水电站工程项目建设监理投标中运用决策树方法进行分析、测算和决策为例,阐述了决策树方法在工程项目建设监理投标中的实用价值。