决策树学习研究

决策树分类学习算法是使用广泛、实用性很强的归纳推理方法之一,在机器学习、数据挖掘等人工智能领域有相当重要的理论意义与实用价值。在详细阐述决策树技术的几种典型算法以及它的一些常见问题后,介绍了它在工程上的实际应用,最后提出了它的研究方向以及它所面临的问题和挑战。     

用ASP实现动态图形分析

本文结合作者的实际工作经验,介绍如何利用ＡＳＰ技术及相关Ａｃ－ｔｉｖｅＸＳｅｒｖｅｒＣｏｍ ｐｏｎｅｎｔｓ组件来实现动态图形的技术     

C4.5决策树算法在医疗数据分类中的应用研究

随着医疗水平的不断提高,借助机器学习方法对大量的医疗诊断数据进行分析成为近年来热点研究方向之一.在介绍C4.5决策树算法的相关理论及建树流程基础上,以竞赛项目中的乳腺癌数据集为基础,对数据集进行预处理,建立决策树分类模型,以可视化形式展示分类结果.实验结果表明,该分类模型可达到较高的准确率,证明决策树算法有助于医疗数据分析应用.     

基于决策树 ID3算法研究与实现

F:阐述数据挖掘的决策树算法,对ID3算法基本理论和原理进行介绍,运用该算法对教师教学质量测评数据进行分析,构造出质量测评数据决策树模型     

基于决策树的可视化分析平台的设计与实现

随着互联网应用的不断拓展、存储规模的不断扩大,使得人类所产生的数据爆发式增加,同时,在大数据发展的优势条件下,决策树的数据分析和可视化技术也被广泛应用。本文分析决策树与可视化技术二者的优势和联系,以提高对事件的决策效率为目的,通过提出将二者结合的思路,设计并实现了基于决策树的可视化分析平台。     

基于决策树与质谱分析数据的癌症判别

通过采用模式识别领域常用的决策树与AdaBoost技术来处理医学领域常用的质谱分析数据,研究了弱分类器个数对分类性能的影响,将AdaBoost与SVM进行类比,从大间隔学习的观点出发,解释了AdaBoost的优势。     

基于决策树技术数据提取的应用

决策树技术在人工智能中得到了广泛的应用,将大量检测样本的数据进行采集,利用决策树实现数据处理,可以提取有用数据进行数理统计,从而提高生化分析的精度和分析速度,在医用生化分析上有重要意义.     

SQL和ActiveX实现数据动态图形统计

阐述在Visual Basic6．0中实现数据库中数据的动态图形统计方法,通过实例介绍了有关SQL语言和ActiveX中有关控件的特点及使用方法。     

SQL和ActiveX实现数据动态图形统计

阐述在VisualBasic6.0中实现数据库中数据的动态图形统计方法,通过实例介绍了有关SQL语言和ActiveX中有关控件的特点及使用方法.     

基于ID3算法决策树的研究与实现

决策树学习是机器学习中应用最广的归纳推理算法之一,是一种逼近离散值函数的方法,且与一般的概念学习算法相比,能够学习析取表达式。在各种决策树学习算法当中,最有影响力的是Quinlan于1979年在Hunt的概念学习系统CLS(Concept Learning System)的基础上发展提出来的以信息增益的下降速度作为选择测试属性的标准的ID3算法。本文对决策树创建的两个步骤进行了探究,并给出对该算法的综合性评价。     

基于计划网络图技术的舰载航空兵作战计划临机调整方法

 提出了基于计划网络图技术的航空兵作战计划临机调整方法,探讨了计算机辅助指挥人员对航空兵作战计划进行时间调整及任务增加、修改和取消的流程,对于提高航空兵作战指挥的智能化和自动化具有重要意义。     

基于标记的图数据关键词查询方法研究

图数据关键词查询技术在结构化数据、半结构化数据和非结构化数据等领域具有良好的应用前景。随着需要解决问题规模的不断扩大,寻找top-k结果所花费时间将会增多。针对该问题,提出了一种基于标记查询优化的方法。该方法首先引入路径索引,通过输入一组关键词遍历路径索引,找到与关键词相关的结构子图;然后基于结构子图,找出当前最优结果,对当前最优结果,选择需要处理的路径进行标记;并设置该路径为无穷大,实现对当前最优结果的屏蔽,再在此基础上查找次优结果,直到top-k结果查询完毕;最后,基于测试数据集,验证该方法的有效性。     

基于Global optimization寻找无向完全图的最小生成树

将Global optimization思想引入到寻找无向完全图最小生成树的问题中,提出了Global optimization算法。与Kruskal算法和Prim算法相比之下,此算法避免了求解过程中对生成树中是否出现回路的判断,并在一定程度上降低了时间复杂度。     

基于数据挖掘和WebGIS的应急物流决策支持系统研究

文章首先剖析和总结了应急物流的特点,并针对应急物流的特点,给出了应急物流决策支持系统的功能需求:辅助决策方案智能生成、应急物流实时动态监控。在此基础之上,提出了一种基于数据挖掘和WebGIS技术的应急物流决策支持系统模型,然后对该系统的体系结构和运作流程进行了具体研究,系统划分为4层级结构:人机交互层、功能层、控制层和数据层,6大功能模块:需求物资紧急查找模块、应急物资精确配给模块、运输实时动态跟踪模块、运输最佳路径分析模块、物资收发实时可视模块、应急物流评价模块。最后分析和改进了系统中的部分效率瓶颈问题,给出了系统WebGIS图层实现。系统的研究对于提高应急物流的感知能力、反应能力、成本控制能力和抗风险能力有重要的现实意义。     

粗糙集与决策树比较研究

粗糙集和决策树都属于归纳学习方法,都可以从一个离散值决策表中抽取出规则.本文从算法过程、计算复杂性、规则个数、泛化能力、稳健性几个方面对粗糙集和决策树进行了比较研究,得出了一些重要结论,能为相关研究提供一些有价值的参考.     

基于数据仓库的决策支持系统的体系结构

传统决策支持系统由于其功能的不足,不能满足现代企业的决策需求,而数据仓库技术是解决该问题的有效途径之一.文章分析了数据仓库技术在决策支持系统中的应用现状,提出了一种基于数据仓库的决策支持系统的体系结构,详细讨论了该体系结构中的数据仓库系统的结构,并简要介绍了相关的联机分析处理与数据挖掘技术.     

基于遗传算法和决策树的肿瘤分类规则挖掘

提出了一种从肿瘤的基因表达数据挖掘肿瘤分类规则的方法. 首先用Bhattacharyya距离指标和相关性分析去除分类无关基因和冗余,然后以决策树作为分类器,用遗传算法搜索所得的特征空间,优化分类精度和分类模型的复杂度. 运行多次得到多个分类树和多组分类规则,由此构建组合树分类器在测试集数据上检验分类效果. 在结肠癌基因表达数据上的实验结果表明了分类规则挖掘方法的有效性和可用性.     

基于有向图的管线网GIS一体化数据模型

针对城市管线网GIS领域特色，引入图论代数相关理论、改进GIS现有网络结构模型组织与表达，提出城市管线网GIS一体化空间数据模型，并实现该模型支持下的强大的地理计算和空间分析功能，最后在“数字城市”管线网GIS共享集成平台和专业管线GIS系统中实现了模型的功能应用。     

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．     

基于半完全图在数据融合中的元搜索研究

基于对Web图的特性和性质的介绍，探讨了一个Web演化生成的模型；论述了结舍Web图论以及社会网络分析等思想，在研究Web上的搜索引擎中的应用，从社会选择理论提出了基于半完全图的融合模型，并结合堆排序给出了一个高效的元搜索融合算法，并且和其他融合算法做了一定比较，发现半完全图融合这一方法的性能最好。