基于决策树方法的混凝土泵车液压油超温分析与识别

工程机械的液压油超温由于设备规模大,影响因素多,导致运行过程中存在较强的不确定性.本文以混凝土泵车为研究对象,基于决策树算法分析了造成液压油异常高温的原因,了解了导致液压油超温的主要原因与各参数对液压油温度的贡献度.通过决策树模型(测试精度93.4％)找出了典型的超温原因,实施整改措施后液压油超温率降低7.4％,超温得到控制,降低了设备因液压油超温带来的潜在风险.数据挖掘在工程机械领域的应用大大提高了故障分析效率,明确了问题方向,为故障诊断与性能分析提供了一种新的思路.     

ETM+遥感影像的水体信息提取研究——以泉州市区为例

针对单波段法提取水体信息,存在的人工确定阈值的难度性和提取结果的误差性,以及多波段法提取水体信息存在的地域局限性,以泉州市区ETM+遥感影像为例,在谱间关系法的基础上作进一步改进,采用决策树法分步提取水体信息的方法,首先利用研究区内的典型地物类型的辐射亮度均值作出典型地物辐射亮度响应曲线,并构建自动提取水体信息的模型,实现对研究区的水体信息提取。     

数据挖掘在客户关系管理系统中的应用研究

客户关系管理是企业管理中一项重要的内容,在CRM中使用数据挖掘技术,可以提高企业的管理水平。本文深入研究了客户管理系统与数据挖掘相关方法,并采用数据挖掘技术对客户贡献和客户价值等方面进行了详细的分析,总结了相关的步骤和方法。     

决策树算法在ofo故障分析中的应用研究

通过数据挖掘技术在海量数据库中寻找有价值的关联规则及做出有效的决策,已成为大数据时代的核心思想。决策树算法对于研究对象的分类、预判等有着直观、准确度高等特点,广泛应用于数据挖掘及分析中。本文以挖掘分析影响ofo共享单车故障主因素为目的,通过ofo共享单车数据库中的统计信息数据进行挖掘分析试验,使用ID3和C4.5算法构建决策树模型,最终找出决定ofo共享单车故障的主要因素-骑行时长。从而为分析ofo共享单车故障情况,给予针对性提示与指导提供有效的建议。     

基于VPRS的决策树分类算法

本文将粗糙集理论应用到决策树生成过程中,利用变精度粗糙集理论属性约简的特性在决策树生成过程中在保证分类能力不变的前提下减少分支数目,并考虑到实际问题中噪声数据的影响。     

基于决策树—BP神经网络的高净值客户价值评价

现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价,但没有结合高净值客户的特征及客户协同创新理论来综合评价,因此,文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上,采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型,对各个评价指标进行综合量化评价,使商业银行更加合理地整合自身资源,充分利用筛选出的优质高净值客户协同资源,提高协同效率,降低协同成本。     

基于决策树的手写数字识别的应用研究

随着信息化技术的迅速发展,社会各个行业对信息化技术的依赖与日俱深,其中一个重要的场景就是将用户的手写信息识别到计算机系统中,而在这一场景中一个常见识别内容就是识别手写数字。传统方法难以准确识别手写数字,深度学习则计算量较大,因此提出使用机器学习中决策树模型来分析手写数字。实验结果表明,所提方法能在保持计算量较小的前提下精确、快速地识别出各种手写数字,可作为手写数字的有效识别手段。     

决策树算法ID3的应用研究

如何利用机器学习方法解决仿真机器人足球中环境的复杂性一直是该领域的一大难题。通过对机器学习方法中决策树学习算法的研究与探讨,本文介绍了基于决策树算法的几种分类技术,重点介绍了具有很大影响的ID3算法,并提出将基于ID3的决策算法应用到Robo Cup仿真球队中。基于ID3算法,以传球决策为实例,Agent实时的判断是否执行传球,如果不传球下一步的行为如何等等。实验表明,将ID3算法算法应用于传球训练中,能够使Agent在传球的准确性方面有很大提高。     

GIS支持下的山区遥感影像决策树分类研究

以福建省顺昌县为研究区,首先利用光谱、纹理等信息对森林进行初分类;在此基础上,分析各森林类型在不同地形条件下的混淆情况,借助GIS手段,建立再分类规则,实现森林分类精度的提高.从分类总精度看,再分类结果较初分类结果高出9.11%,而Kappa系数则高出0.134 8,说明GIS支持下的决策树分类可较大幅度地提高南方山地丘陵区域的森林分类精度,具有良好的应用前景.