基于机器视觉和决策树算法的智能面包机面团发酵过程识别研究

面团的发酵过程受到面粉种类、温度、加水量、酵母量等诸多因素的干扰,通常须人工经验掌控,耗时耗力,难以掌控。采用机器视觉技术,搭建了图像采集试验台架,抓取了面团发酵过程的图像,提取了面团图像的5个特征,确定了面团发酵的时域过程:充满区-上涨区-停滞区,使用决策树算法对数据集进行了筛选和训练,获得了用户友好、逻辑清晰的面团发酵过程可视化树。十折交叉验证结果表明,基于决策树算法的面团发酵过程分类树的精度达到了98%以上,准确地掌控了发酵时间。研究成果为面包机等烘焙设备的智能化发展提供了技术支持。     

基于决策树的大小水电长期协调调度模型及应用

针对西南水电富集地区大小水电抢占输电通道外送电力的问题,构建了基于决策树的大中型水电与小水电长期协调调度模型,以水电总体可消纳电量最大为目标,以确定性逐次优化方法（POA）对历史长系列水文资料进行模拟调度,在此基础上采用决策树挖掘大小水电长期协调调度规则,在应用阶段,结合CFS降雨预报信息,预报大中型水电站径流和小水电发电能力,并作为决策树输入,以获得面临时段大中型水电站的决策出力。云南省德宏地区大规模大、小水电混合分区实例应用结果表明,该模型能够有效利用具有良好调节能力的大中型水电站协调大小水电运行,提高外送通道利用率,为电力调度部门提供了一种良好的大小水电长期协调调度方法。     

基于隐私保护的决策树模型

在分布式环境下,实现隐私保护的数据挖掘,已成为该领域的研究热点。文中着重研究在垂直分布数据中,实现隐私保护的决策树分类模型。该模型创建新型的隐私保护决策树,即由在茫然半诚实方存储的全局决策表和各站点存储的局部决策树组成,并结合索引数组和秘密数据比较协议,实现在不泄漏原始信息的前提下决策树的生成和分类。经过理论分析和实验验证,证明该模型具有较好的安全性、准确性和适用性。     

基于多地表特征参数的遥感影像分类研究

地表特征是反映地表信息的重要参数,是了解地表时空多变信息的定量要素。提出基于多地表特征参数的遥感影像分类方法,并利用武汉市的Landsat ETM+影像为例进行试验。试验选择通用植被指数(VIUPD)、地表温度和纹理特征等多地表特征参数,在考虑光谱特征和空间信息的前提下,结合分层思想的决策树方法,对遥感影像进行分类。结果证明利用多地表特征参数的决策树分类方法与传统的基于光谱反射率特征的决策树分类方法和SVM分类方法相比较,分类精度有了明显的提高。     

用决策树指导TBL进行多音字消歧

多音字消歧是普通话语音合成系统中字音转换模块的核心问题。选择了常见易错的33个多音字和24个多音词作为研究对象,构建了一个平均每个多音字（词）5 000句的语料库,并且提出了一种结合决策树和基于转换的错误驱动的学习（Transformation- Based error-driven Learning,TBL）的混合算法。该方法根据决策树的指导,自动生成TBL算法的模板,避免了手工总结模板这一费时费力的过程。实验结果表明,该方法生成的模板与手工模板性能相当,其平均准确率达90.36%,明显优于决策树。     

选择策略的集成学习方法研究

差异性是提高分类器集成泛化性能的重要因素。采用熵差异性度量及数据子集法训练基分类器,研究了爬山选择、集成前序选择、集成后序选择以及聚类选择策略选取个体模型的集成学习。实验结果表明,由选择策略选取差异性较大的个体模型,其集成性能表现出较好的优势;从总体角度考虑,爬山选择策略的集成性能优于集成前序选择和集成后序选择的集成性能;另外,由聚类技术选取的集成模型,当集成正确率较稳定时,则模型间的差异性变化较小;簇数也对集成性能与集成模型间的差异性产生一定的影响。     

基于ID3算法的机械制造业决策应用

针对机械制造业中质量管理不规范、决策效率偏低问题,以典型的机械制造企业为切入点,运用ID3决策树算法,以数据挖掘跨行业标准过程（CRISP-DM）对其质量管理信息进行数据挖掘。利用基于信息增益率的计算分类技术,生成了决策树模型,并将该模型在企业资源计划（ERP）中进行了初步实现。通过测试分析,该模型能有效提高管理决策效率,规范处理流程。     

基于GBDT算法的电视剧收视率预测

准确的收视率预测具有较高的商业价值,能够降低各方投资风险同时提高多方收益,形成合作共赢.为此,基于梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法建立电视剧收视率预测模型.研究表明,基于影响因素划分的GBDT电视剧收视率预测模型能够有效预测不同主创团队、题材及热度的电视剧的...     

基于．Net的汽车异常油耗数据分析与处理

在为实现对物流企业汽车油耗数据的全面实时监控而开发的软件系统中,基于．Net技术实现了对于汽车异常油耗数据的降噪、自动识别、判断、捕捉与显示功能。在此过程中,首先对汽车油耗数据的特点进行分析,选取决策树分析法对数据进行分类,并在结果中区分不同类型的异常釉耗数据。软件使用C#代码编写友好的可视化界面,并以表格和图形两种方式提交查询结果,便于用户操作。     

基于二维极化特征的PolSAR图像决策分类

决策树模型在极化SAR数据分类中有着极大的应用价值,既能描述分类结果的极化散射机制,又能获得较好的分类精度。但在对散射机制相似的地物进行分类时,由于经典决策树模型的节点采用的是单个特征,分类精度不理想。因此,该文提出了节点采用2维特征的方法,即在特征集相同的前提下,每次取两个特征组成特征矢量用于节点,提高了经典决策树难以区分的地物的分类精度;并且利用分类结果的混淆矩阵准确定位了导致分类误差的节点,进而对节点进行有针对性的反馈调整,进一步提高了指定地物的分类精度。利用AIRSARFlevoland数据验证了该方法的有效性,并结合极化特征描述了Flevoland地区多种植被的极化散射机制。