一种动态的决策树算法研究

通过对SPRINT、RAINFOREST等传统决策树算法改进，使其能够适应不断生长的训练集，生成一棵与旧树相关的树；改进后的算法，新样本一来即可处理，随时产生一个相关的决策树，并且此树还不断优化，具有实时性．     

第二类Stirling数的一种推广

把含有n个元素的一个集合分成恰好有k个非空子集合的分拆数目就叫做第二类Stirling数,第二类Stirling数及相关问题一直以来就是人们感兴趣的研究课题,并有大量的研究成果,它在组合数学、数论中占有重要地位,有着广泛的应用.通过对第二类Stirling数的组合生成函数进行推广来对第二类Stirling数进行推广,定义了一类广义的第二类Stirling数,进一步获得第二类Stirling数的一些新的公式,推广了已有文献的结果.     

关于第二类Stirling数的一种新算法

本文给出第二类Ｓｔｉｒｌｉｎｇ数的一种新算法，并推出几个有用的推论。     

有限集上的划分与置换

有限集的划分计数问题可通过第二类Stirling数给出解答．在本文中，考虑到有限集的一个划分与置换群Sn中对应的一些置换分解为不相交循环的乘积两者之间是有联系的，本文通过它们之间的联系，得到了第二类Stirling数的一个表达式，从而得到了有限集划分计数问题的又一个表示式．     

Stirling数的推广

本文主要讨论两类Ｓｔｉｒｌｉｎｇ数的推广问题．考察函数 及其逆关系 ，通过研究，可以建立ｓｋ（ｎ，ｒ）＝　　　 等一些较为 一般性的恒等关系．若考虑其特殊情况，即置　　　　　　，还可推得　　　　　　　　　　　　　　　　　与 　　　　　　　　　　　　　　　　　　　。特别再令Ｋ＝１，便得到通常的第一类和第二类的Ｓｔｉｒｌｉｎｇ数．     

第一类Stirling数的两个计算公式

利用第一类Stirling数与第二类Stirling数的关系式,给出第一类Stirling数S1(n,n-5),S1(n,n-6)的两个计算公式。     

关于一种高阶算术几何级数的求和问题

本文对形如的高阶算术几何级数研究了显式求和公式的构造问题，并给出了公式系列的速归生成法则。作为例子，对一类多项式系数的三角和计算提供了求和公式。     

超几何分布高阶矩的一种简便算法

超几何分布是概率论中一种重要的分布,考虑到直接用定义计算其高阶原点矩的复杂性,本文将组合数学中的第二类Stirling数应用到概率中,给出了利用第二类Stirling数求超几何分布m阶原点矩的计算公式,并用实例对此公式进行了验证。     

第二类相伴Stirling数

第二类相伴Stirling数是第二类Stirling数的自然推广,本文利用归纳法得到了第二类相伴Stirling数的一个新的显示公式.     

决策树最佳分类算法浅析

决策树分类是有指导的学习分类过程,首先建立一个模型,其次是利用模型进行分类,即利用生成的决策树对输入数据进行分类。决策树是通过计算信息熵选择分裂属性的,而信息熵正是该属性重要性的度量标量。     

高阶Bernoulli数与两类Stirling数的恒等式

利用高阶Bernoulli数与第一类Stirling数S1(n,k)和第二类Stirling数S2(n,k)的定义,研究了其母函数的幂级数展开,揭示了高阶Bernoulli数和第一类Stirling数S1(n,k)、第二类Stirling数S2(n,k)之间的内在联系,得到了几个高阶Bernoulli数和第一类Stirling数S1(n,k)、第二类Stirling数S2(n,k)有趣的恒等式.     

第二类推广Stirling数的一个公式

L．Comtet对第二类Stirling数进行了推广，并已获得了相应的结果。对于第二类推广的Stirling数给出了一个指数型生成公式∑n=k^∞Sn(n,k)n!t^n=k∑i=0 eai /Пk(ai)，利用这个公式获得了几个相关的支持性结果。     

基于模型决策树的AdaBoost算法

AdaBoost算法是一种将多个基学习器通过合理策略结合生成强学习器的集成算法,其性能取决于基学习器的准确率和多样性。但弱学习器分类精度不高往往也导致了最终强分类器性能较差,因此进一步为了提高算法的分类精确率,本文提出一种MDTAda模型,首先利用基尼指数迭代构造一棵不完全决策树,然后在决策树的非纯伪叶结点上添加简单分类器,生成MDT(模型决策树),将MDT作为AdaBoost算法的基分类器,加权平均生成强分类器。在标准数据集上的实验表明,相比传统的AdaBoost算法,本文提出的算法拥有更好的泛化性能和更优的间隔分布,且在与AdaBoost算法达到相同精度时所需迭代次数更少。     

一种基于关联性度量的决策树分类方法

在介绍了一些典型的决策树分类算法的基础上,论述了所开发的面向先进制造企业的综合数据挖掘系统ScopeMiner中的决策树分类算法,该算法集中了ID3、C45和MedGen等典型算法的思想,并进行了改进·在建立决策树过程中采用关联性度量的计算来确定划分条件属性的顺序,通过阈值设定和处理简化了决策树的剪枝和优化过程,准确性高,分类速度快·系统已在某大型企业质量控制中得到了应用,取得了一定的经济和社会效益·文章详述了算法的执行过程、应用于冶金企业中的实例以及正确性证明和时间复杂性分析·     

与Bernoulli数相关的一组计数恒等式

应用生成函数，得出了与Bernoulli数Bn相关的一组计数恒等式－指出了Bn与k阶Bernoulli数Bn^k,k阶Bernoulli数Bn^k与第二类Stirling数Sn^k，Bn与华蘅芳数Hn^k，Bn与第二类Stirling数Sn^k，之间的关系。     

关于映射的计数问题

设X,A为两个已知的有限集合,|X|=n,|A|=m,讨论集合X到集合A的各种映射的个数的确定方法。     

数据挖掘中决策树分类方法研究

分类知识的获取是数据挖掘所要实现的重要任务之一,其核心问题是解决分类模型的构造和分类算法实现问题.本文以决策树分类方法中有代表性的方法C4.5为例介绍数据挖掘中的一种分类模式:基于决策树方法的分类器的构建方法和算法.     

数据挖掘中决策树分类方法研究

分类知识的获取是数据挖掘所要实现的重要任务之一 ,其核心问题是解决分类模型的构造和分类算法实现问题。本文以决策树分类方法中有代表性的方法 C4.5为例介绍数据挖掘中的一种分类模式 :基于决策树方法的分类器的构建方法和算法。     

一种改进的决策树分类算法研究

传统的ID3决策树算法存在诸多不足,如计算效率低、多值偏向等,对此,提出了属性值空缺、多值属性的选择以及属性选择标准方面的改进方案,并将加权熵和简化熵引入决策树算法以改进传统ID3算法.实验结果表明,改进后的算法在整体性能方面较目前广泛应用的ID3算法有更优秀的性能表现.     

一种基于决策树的乳腺癌计算机辅助诊断新方法

选取500例乳腺癌病例为数据样本，每个样本由9个细针吸取细胞学指标组成，将样本随机分为训练集和测试集，然后利用决策树方法从训练集中学习得到诊断模型，经测试集测试．结果表明决策树的诊断准确率高迭97．33％，灵敏度和特异度分别为98．28％和96．74％．因此，决策树是一种简便可行的计算机辅助诊断方法．