模糊决策树在煤矸石分拣中的应用

为了能对煤矸石和煤进行快速、准确的区分,提出了用模糊决策树区分煤矸石和煤的方法。在本方法中,先将煤矸石和煤的特征进行分类,然后采用Fuzzy-ID3算法生成模糊决策树,根据决策树中根节点到叶节点的路径形成相应的模糊判断规则集。经过仿真分析可以看出,根据生成的模糊判断规则集,能快速、准确地分析出煤矸石和煤,进一步提高了煤矸石分选设备的智能化水平。     

决策树ID3算法的研究与应用

介绍了数据挖掘原理及决策树分类方法,对ID3算法的基本思想和具体实现方法进行阐述,并在根据天气决定是否打网球的应用中运用该算法,最终构造出决策树模型。     

一种改进决策树算法的探讨

ID3算法是示例学习中建立决策树的一种重要的方法.介绍了 ID3决策树算法的基本思想,讨论了ID3决策树算法中的难点和不足,结合实例给出了利用信息增益度法来改进ID3算法的详细过程.     

基于决策树ID3算法研究与实现

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。     

基于数据挖掘的决策树算法分析

决策树是数据挖掘技术中的重要方法,主要用于分类和预测.本文介绍了决策树算法中应用最广泛的ID3算法和C4.5算法,阐述了两种算法的主要思想,说明了构造决策树的基本步骤,对两种算法进行了分析和比较.     

基于模糊积分的多源信息融合及目标融合识别方法

针对目标融合识别问题,在引入模糊测度和模糊积分这两个基本概念的基础上,提出了一种基于模糊积分的多源信息融合及目标融合识别方法.给出了一种模糊测度的构造方法,建立了基于模糊积分的通用信息融合算法流程,在此基础上,详细给出了基于模糊积分的融合识别原理及求解过程.实验结果证明了模糊积分运用于多源信息融合及目标融合识别的可行性与有效性.     

基于信息融合的故障诊断模糊专家系统的应用

随着设备故障复杂性的提高,以往所采用的专家系统故障诊断方法已无法给出准确的判断。根据实际应用的需要,提出了一种基于信息融合思想的模糊理论与专家系统相融合的方法来解决电厂设备的故障诊断问题。在吉林丰满水电数字仿真系统中的应用表明:该融合系统由于采用多传感器对设备进行在线监测,所以比传统诊断方法减少了错判和漏判的几率,增加了对判的比率。该方法简单易行,具有较强的通用性。为电厂的故障诊断提供了较好的模型和方法,具有很高的实际应用价值。     

一个改进的决策树算法

Iterative Dichotomiser version3（ID3）算法是数据挖掘中经典的决策树分类算法,其核心是分裂训练集属性的选择标准,即分裂前后的信息增益量最大,用该标准选择属性时对于取值较多的属性具有较强依赖性。剖析了ID3算法存在的不足并加以改进,引入了属性关注度,提出了改进算法AAID3算法。实验表明改进算法对原ID3算法的取值偏向问题有所克服并使分类更加准确,决策树更加简明。     

机器人多传感器信息融合算法研究

定义可信度区间估计，建立关联阵及可信度阵以检验传感器测量值的误差．采用有向图描述传感器之间的关系，确定传感器数据的取舍，提出两种最优融合算法，仿真结果表明优化算法是有效的，优越于简单平均法．     

决策树在垃圾邮件过滤中的应用

介绍了垃圾邮件过滤技术,对决策树算法的基本思想进行阐述,分析比较其优点和不足,给出了基于ID5R算法的垃圾邮件过滤模型．     

决策信息融合研究

提出了一种新的决策信息融合框架,引入效能概念作为决策信息融合的性能指标,借助神经网络的非线性映射能力,充分利用全状态信息离线建立了合理的决策准则,仿真结果验证了算法的有效性。     

基于信息融合的城市轨道交通调度决策

基于信息融合的理论和方法,将城市轨道交通的历史客流数据进行相关和集成融合,得出实时调度所需的特征数据,给出了特征数据的计算方法。利用这些特征数据与实时的数据进行数据层与特征层数据的融合,得出实时的发车间隔决策,建立了实时的城市轨道交通调度模型。最后结合长春市轻轨的运营数据进行了实证分析,经检验实时调度模型效果良好。     

基于范例的信息融合系统体系结构设计方法研究

将基于范例的设计方法用于信息融合系统体系结构，将有助于设计方法改进．分析了数据融合树范例的基本概念及其不足之处，提出了基于数据融合树范例的信息融合系统体系结构设计方法，论述了该方法的原理，并应用此方法进行了信息融合系统的体系结构设计，包括数据融合树的设计、融合节点体系结构设计以及处理系统的体系结构设计，并在此基础上以分布式C^3I系统信息融合为背景探讨了基于数据融合树范例的体系结构设计实施方法，实践证明该方法切实可行．     

基于决策树与模糊神经网络的双机协调控制设计

在两个巨型操作装备夹持一个工件水平操作时,需要对其协调控制,以防止对工件的损伤。本文将协调控制过程整体设计为决策和执行两层,首先用适应于过程辨识的模糊神经网络为决策树提供对象模型,然后设计了分类结果为模糊隶属度的针对时间有序的决策树,为双机提供上层协调策略,并为单机控制器提供了输入,最后由模糊神经网络控制器根据决策树的分类决策执行单机控制,从而完成整个双机的协调控制过程。通过双操作机仿真及双液压缸实验与被动柔顺及PID控制进行了对比,均证明了该方法更优越。     

公众出行信息服务多源数据融合挖掘技术研究

分析了公众出行信息特征及影响出行线路选择的因素,设计了多源交通数据融合挖掘的系统框架,并研究了其中的多源数据相关度计算、层次化子空间聚类及联合聚类挖掘等关键技术。理论分析及实验结果表明,系统对于多源交通数据的融合分析及高维数据的降维聚类具有良好的处理能力及可扩展性。     

基于有序决策树的改进归纳算法

基于构建有序决策树,提出了一种新的归纳算法。该算法选择的扩展属性不仅和类的有序互信息值最大,而且要求和同一分支上已被用过的条件属性的有序互信息值最小。实验结果表明,考虑了条件属性之间的相关性后,可避免同一条件属性的重复选择,真正体现了条件属性和决策属性之间的有序互信息,与已有的算法相比,提高了测试精度。     

结合贝叶斯推理技术的改进决策树研究

决策树是当前预测、决策和数据挖掘中常用的方法之一。通过对决策树的生成过程进行分析,针对现有方法中决策树过度生长带来的弊端,提出了一种结合贝叶斯推理技术思想的决策树的改进方法,并给出了该方法中数据的存储结构和决策树的生成过程。该方法利用数据挖掘所产生的规则对决策树每个分支节点的分裂条件进行判断,一方面能限制决策树生长,另一方面又能帮助选择最优线路,从而使决策效率明显提高。