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。     

一种基于IPDA的航迹质量管理新算法

传统的航迹管理方法在处理航迹起始、跟踪和终结时需用到不同算法,这无疑增加了航迹管理的复杂性.文中借助综合概率数据互联(IPDA)算法中考虑目标存在概率的思想,结合打分方法提出了一种新的航迹质量管理算法.该算法利用目标存在概率的信息不仅能对目标航迹进行更好地跟踪,同时可以判定航迹的起始和终结.仿真结果表明该算法跟踪性能优于PDA算法,并能够通过调节初始存在概率和质量的满分值来达到合适的起始和终结反应时间.仿真结果验证了算法的正确性和有效性.     

基于一种改进IMMJPDA算法的地面目标跟踪

对地面多目标的跟踪,由于地面目标的高机动性、杂波密集特点以及运动不确定性,交互式多模型联合概率数据关联无疑是一种好的跟踪算法,但是该算法需对与可行联合事件相对应的矩阵进行拆分,随着目标个数的增多,计算量会呈指数增长。为此提出一种基于模糊多门限的交互式多模型联合概率数据关联算法,该算法利用量测与目标的关联概率来替代可行联合事件概率的计算。Monte Carlo仿真结果显示了该算法在现实运动中的可行性和方便性。该算法减少了计算量,又改善性能,利用多模型特点解决了地面目标的高机动性所带来的运动模型匹配问题。     

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。     

一种改进的C4.5决策树算法

数据挖掘中基于决策树的C4.5算法是一种经典的分类算法,该算法具有ID3算法的优点,但是也存在缺点。针对原算法的不足,改进算法简化了熵值的计算,改进了连续属性的处理方法,使C4.5算法在执行效率上得到很大提高的同时也保障了分类的正确率。     

一种基于变分推断的雷达多目标跟踪JPDA算法

针对雷达邻近多目标跟踪问题,提出了一种基于变分推断的联合概率数据关联算法（Joint Probability Data Association,JPDA）。通过建立关于目标状态和两个关联指示的概率图模型,并根据不同变量之间的信息传递构造对应的自由能目标函数,迭代该目标函数求解出目标和当前检测量测之间的最佳边缘关联概率。将所提算法与经典JPDA和k 近邻联合概率数据关联(k Nearest Neighbor-Joint Probability Data Association,kNN－JPDA) 算法进行对比,结果表明新算法具备更高的跟踪位置精度,并且能够有效地避免因邻近目标数量增多而引起的计算上的组合爆炸问题。     

一种改进的精确最近邻PDA（IENNPDA）算法

近二十年来，人们提出了许多关于多目标跟踪的方法，其中精确最近邻ＰＤＡ方法计算量小、性能较好、易于工程实现。但ＥＮＮＰＤＡ方法在密集多回波情况下性能不够理想，文章对此进行了探讨：将“Ｃｈｅａｐ”ＪＰＤＡ方法与ＥＮＮＤＡ方法及航迹分裂方法相结合，给出了一种改进的精确最近邻ＰＤＡ，即ＩＥＮＮＰＤＡ。仿真表明，ＩＥＮＮＰＤＡ的效果比ＥＮＮＰＤＡ有明显改善。     

一种改进的基于DCT的语音增强算法

提出一种改进的基于离散余弦变换的语音增强算法。在信噪比较低时,传统的基于离散余弦变换的语音增强算法效果较好,能较大幅度地提高信号的信噪比;而当信噪比高时,利用这种方法会滤掉一些有用的信号成份。新算法首先计算出所有高阶离散余弦变换系数对应的时域信号中语音信号出现的可能性大小,然后根据某个阈值计算是否在估计噪声信号绝对值的均方差时保留该系数。实验结果表明在含噪语音信号的信噪比高于10dB时,新算法较传统的基于离散余弦变换的算法具有较好的性能。     

一种改进的遥感图像变化检测算法

原有基于简单马尔可夫随机场(MRF)模型的变化检测算法基于全局一致性假设,这一假设往往与实际情况不符,影响到结果准确性。本文提出基于观察场与标号场互相关的改进MRF模型及相应的变化检测算法。以迭代条件模型解决后验概率最大化问题,为像素分类;根据当前分类,利用邻域中同类像素调整观察场中的像素特征值;以新的像素特征进一步优化分类。本文采用两段迭代算法,以多时相遥感图像的差值图像做为观察场。实验证明该算法能有效提高检测结果精度。     

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。     

基于计算机取证的ID3改进算法

随着数据挖掘技术在计算机取证领域的应用,作为分类分析的经典算法ID3也相继出现在一些取证原型系统中,如何让原来不基于任何应用环境的ID3算法更适合计算机取证成为一个值得关注的课题.文章首先介绍了ID3算法,然后基于计算机取证的应用环境,从引入权值和两次信息增益的角度对算法进行了改进,最后通过举例,验证了该算法的先进性.     

ID3算法应用研究

示例学习方法中的决策树学习适用于从海量信息中获取有益信息，ID3作为其代表性的算法已广泛应用于各种领域。通过实例分析对ID3算法进行了详细讨论，并利用C＋＋语言构造了ID3一级决策树。其实现过程及结果对于在不同领域ID3算法的建立及实现具有重要参考意义和依据。     

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。     

ID3算法在成绩分析中的应用研究

利用决策树分类算法对课程信息、教师信息、成绩信息等教学信息库中的数据进行分析,从而生成决策树并从决策树中挖掘出影响成绩高低的主要因素以及各因素对成绩影响的强弱程度。将数据挖掘技术应用到数据的多维分析中,可以更好地为教学管理人员提供决策支持。     

C4.5决策树改进算法研究

决策树是数据挖掘分类算法中非常重要的一个算法分支。文章介绍了决策树算法中应用最广泛的典型算法-ID3和C4.5算法,并基于四个通用的数据集,针对这两个算法进行定量分析对比,研究两个算法的性能优劣。文章对C4.5算法中的连续属性离散化方法提出一些优化改进,并通过实际数据实验证实了优化的可行性。     

贝叶斯构造网络算法在电信CRM中的应用

客户流失是各大运营商面临的一个挑战，随着市场的逐渐饱和，减少客户流失成为企业战略发展的一个重要组成部分。数据挖掘技术的核心功能在于通过历史数据预测未来的发展趋势，数据挖掘技术的使用可以在客户流失前及时给营销人员预警，使营销人员可以及时的挽留客户，从而降低客户流失率。本文通过对客户流失的业务需求和数据挖掘技术的介绍，提出了一种客户流失预测分析的解决方案。     

基于CRM的企业网站建设研究

根据当前广泛应用的CRM体系，结合企业网站的通用实现模式，分析了结合两种应用的必要性。在此基础之上，阐述了CRM网站系统的功能结构和技术结构模型，然后以示例的方式给出了系统的具体实现模式。     

基于Android平台的身份证号码识别

日常生活中很多场合都需要对身份证进行检查,并需要人工输入身份证号码。而身份证号码位数偏多,人工输入难免会出错而且速度慢。本文针对此问题提出了一种有效的基于Android平台的身份证号码识别算法。该算法将基于Android操作系统的智能手机的视频流捕捉功能而获得的图片作为输入图像,经过图像预处理、身份证号码区域定位、字符分割等前期步骤,然后进行字符识别。除此以外,考虑了由人工操作的随意性而带来的特殊情况,并对此作出相应的处理,提出了进一步改进的,更有效的识别算法。实验结果表明,本文的整个身份证号码识别的处理流程简单有效且识别率高,获得了满意的效果。