您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

计算机科学技术(60)

电子、通信与自动控制技术(17)

管理学(13) 显示更多>>

测绘科学技术(10) 地球科学(4) 机械工程(4) 经济学(3) 中医学与中药学(2) 临床医学(2) 体育科学(2) 力学(2) 交通运输工程(1) 农学(1) 工程与技术科学基础学科(1) 数学(1) 水利工程(1) 物理学(1) 环境科学技术(1) 信息科学与系统科学(0) 冶金工程技术(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 基础医学(0) 天文学(0) 安全科学技术(0) 心理学(0) 教育学(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 生物学(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 纺织科学技术(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

我的筛选 >
2003-2020 全部
为您找到包含“decision tree”的内容共126

鲁明羽,肖智博,李平

2010-11-29

随机决策树(Random Decision Tree)作为一种不含有任何属性选择的决策树构建方法,不仅可以作为一种分类和回归方法使用,还可以作为集成学习中的基学习器使用。集成学习的基学习器的选择除了

高等学校博士学科点专项科研基金项目(编号:20070151009

国家自然科学基金项目(编号:60773084

大连海事大学信息科学技术学院,大连海事大学信息科学技术学院,大连海事大学信息科学技术学院

#计算机科学技术#

0评论(0 分享(0)

张忠坤,周亚建

2013-11-19

本文提出了一种新的基于蚁群优化的改进决策树算法(ACODT, Ant Colony Optimization Decision Tree),该算法充分利用了蚁群算法的信息素反馈和启发搜索特征来改进

北京邮电大学信息安全中心,北京 100876,北京邮电大学信息安全中心,北京 100876

#计算机科学技术#

0评论(0 分享(0)

蔺建华

2006-12-20

目前大多数决策树构造方法在每个节点上只检验单一属性,这种单变量决策树忽视了信息系统中广泛存在的属性间的关联作用,而且修剪时往往代价很大。并且现有的多变量决策树构造方法,在数据间存在明显的非线性成分时,其构造的树的精度不够高。本文提出了一种基于核函数的非线性主成分分析(KPCA)多变量决策树构造方法,提取信息系统中的若干主成分来构造多变量决策树。理论表明,这是一种操作简单,效率很高的决策树生成方法.

河海大学

#计算机科学技术#

0评论(0 分享(0)

李馨

2006-10-19

决策树方法一直被用于优选较复杂的多级决策问题中,其基本准则是以期望收益作为方案评价的尺度。在现实世界中,模糊决策树往往比清晰决策树更能符合实际情况和人类的思维方式,成为决策树方法的合理推广。而利用结构元理论能够更加有效地解决决策树中的模糊数的四则运算问题,从而得出了这种基于结构元理论的模糊决策树方法。

辽宁工程技术大学

#管理学#

0评论(0 分享(0)

冯波

2009-02-09

本文提出了基于决策树规则生成的神经网络构造方法 ,该方法利用决策树的规则生成能力产生规模很小的规则集,借助于前馈网络与决策树在功能上的等价性,对神经网络进行初始化。利用决策树构造神经网络的方法对客户信用分类结果进行预测分析,弥补了单独使用决策树或神经网络方法时各自的不足。

陕西省西安市高陵县第一中学

#计算机科学技术#

0评论(0 分享(0)

何骏

2010-01-14

大型数据库中的数据挖掘是目前数据挖掘领域重要的前沿课题。SLIQ算法采用了预排序技术,广度优先策略以及MDL修剪方法,是处理大型数据库数据的有效算法之一。然而在树的生长阶段需要计算大量样本点的Gini指标,限制了算法效率的提高。本文在介绍SLIQ算法的相关技术的基础上,提出了对SLIQ算法的一点改进,提高了SLIQ算法的效率。

北京邮电大学计算机学院

#计算机科学技术#

0评论(0 分享(0)

孙俊

2009-05-06

决策树分类法能够快速地在多维特征空间中确定分类规则,已经成为遥感信息提取和分类的一种重要方法。针对本实验区实际情况,探讨了决策树分类法的实现方法和关键问题,提出了以PCBand1,湿度,亮度,绿度,NDVI以及Landsat TM2, TM4, TM5构建特征空间,建立分类决策树,并对结果进行分析。

江苏省河海大学水文水资源学院

#地球科学#

0评论(0 分享(0)

叶恒晟,陆月明

2011-10-31

在求解分类问题的方法中,决策树是最有用的方法之一。这种方法需要构建一棵树对分类过程进行建模。一旦建好了树,就可以将其应用于数据实例并得到分类结果。大多数的决策树都是训练自数据集。这种算法的弊端在于,样本集的数量过于庞大。当决策情况改变时,重新训练决策树的代价过高。本文提出了一种基于规则集的决策树训练方法。该方法包含了两个步骤:1-利用ID3算法把数据集保存成规则集;2-利用AO,AD,MVD三个属性选择标准,从规则集中提炼出决策树。在本文的仿真结果中可以看到,相对于ID3算法,由此方法训练出的决策树复杂度有了一定程度的降低。

北京邮电大学信息与通信工程学院,北京邮电大学信息与通信工程学院

#计算机科学技术#

0评论(0 分享(0)

胡瑞娟

2008-09-01

本文通过研究决策树的ID3算法,针对ID3算法的不足提出了决策树的修剪方法,利用决策树算法对乳腺疾病数据进行挖掘,使用SQL Server 2005数据挖掘工具,主要对乳腺癌复发情况进行预测。挖掘结果证明了决策树算法在医疗数据挖掘中的有效性,为医生提供了诊断帮助。

长春理工大学

#计算机科学技术#

0评论(0 分享(0)

李梅红 ,胡瑞娟

2008-09-16

本文首先简要介绍了数据挖掘技术应用在刑侦工作中的重要性及利用ID3算法构造决策树的方法,结合一个刑事案件犯罪嫌疑人训练数据集,采用决策树分析方法对其进行了分类;并利用了Microsoft SQL Server 2005 Office 2007 数据挖掘外接程序加注的 Visio 2007 绘图形式来呈现和共享挖掘模型。

长春工业大学计算机学院,长春理工大学计算机学院

#计算机科学技术#

0评论(0 分享(0)