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。     

基于决策树算法的信息系统数据挖掘研究

为了提高数据挖掘准确性和效率,文中提出了基于决策树算法的信息系统数据挖掘方法.以C4.5决策树算法计算属性的信息增益率和属性值的信息熵为基础,提出基于余弦相似度改进的C4.5决策树算法,若任意两个属性值的信息熵之差在阈值范围内,通过计算其余弦相似度合并在阈值范围内的属性值,并重新计算合并后属性的信息增益率,实现信息系统...     

基于决策树的毕业生课程优化算法设计

利用高校已有的毕业生就业信息,应用统计规律性和决策树数据挖掘理论,发现隐藏在毕业生就业信息后的信息,为学校根据社会需求变化而变更培养人才结构提供决策支持。     

数据挖掘中决策树算法的优化应用研究

决策树算法是数据挖掘中一种非常重要的分类方法.决策树具有属性结构和较好的分类预测能力,提供了基本的提取决策规则.本文阐述了决策树算法的基本思想,并分析了决策树算法运用中会遇到的一些问题,并针对性的提出一些建议.     

基于决策树的空袭目标数据挖掘

为了更好地辅助决策人员进行空袭目标选择,首先分析了影响空袭目标选择的因素;利用Netica软件得到训练样本集;利用ID3算法构造决策树模型,并从中挖掘出空袭目标选择的14条规则;最后总结出目标选择遵循的6条指导原则。仿真结果表明,利用决策树进行空袭目标数据挖掘,准确率比较满意,是一种目标选择的新思路。     

改进决策树算法的应用研究

针对ID3算法倾向于取值较多的属性的特点,同时为避免特定领域主观属性影响分类结果,提出了一种改进的决策树算法。该方法利用决策树算法构造决策树,通过对分类结果中主客观属性进行标记并逻辑运算,最终得到较客观的决策信息,并进行实验验证。     

基于决策树的数据挖掘在电信CRM中应用研究

针对电信CRM中“数据丰富但知识贫乏”现象，提出数据挖掘技术，利用SUQ决策树构造算法建立一棵决策树模型，在CRM中根据客户的年龄、所属城市和性别对客户分类，预测客户类型，防止用户流失，争取新用户具有重要意义。     

基于决策树算法的生理特征数据分析方法研究

针对智能健康管理的实际需求,文中研究了智能化医疗中的生理特征数据分析方法.通过引入决策树算法进行电子病例的数据挖掘,实现了糖尿病与心力衰竭的提前识别.文中使用的决策树算法为CART树,该方法以基尼系数为分类标准,相较于ID3与C4.5,大幅简化了树的结构.此外,为缓解数据分析时模型的过拟合现象,引入了基于误差控制(CC...     

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。     

决策树在数据挖掘中的新进展和发展前景

决策树是数据挖掘分类方法的一种。本文简单介绍了决策树及其生成过程和算法；着重叙述了决策树近年来在数据挖掘中的主要进展，探讨了各个方面的优缺点；讨论了目前决策树技术面临的挑战和发展前景。     

基于数据挖掘的违规短信自动识别算法设计

违规短信是诈骗分子的温床,亟须严格管控。文章提出了基于数据挖掘的违规短信自动识别算法设计,通过决策树分类算法技术进行违规短信判决,构建违规短信自动识别算法模型,设计模型系统的架构生成、指标属性以及工作流程。实验分析,利用基于数据挖掘技术的违规短信自动识别算法准确率虽存在一定的波动性,违规短信自动识别的准确率为96.42%,但能够较好地识别疑似违规短信,实现有效识别与控制违规短信用户,高效治理违规短信现象的终极目标。     

基于决策树算法的工业光纤网络通信故障检测系统

针对工业光纤网络通信故障检测过程繁琐、效率低的问题,设计了一种基于优化的决策树数据挖掘算法的光纤网络通信故障检测系统。系统以减少检测器重复工作和准确定位为目标,引入以决策树为核心的故障数据挖掘模块,降低了对非己空间的故障挖掘时间。将第一阶光纤网络故障分类时仅以IP地址作为参量变成第二阶分类时使用指定的网络指标为基础构建决策树,进一步提高故障检测精度。对某车辆制造企业现有的光纤网络应用结果表明,与标准决策树方法相比,该算法将精度从69.0%提升到99.9%,将误报率从3.14%降低到0.48%,优化效果明显。     

结合关联规则的改进决策树的研究

决策树是当前预测、决策和数据挖掘中常用的方法之一.本文介绍了几种常用的决策树方法,并利用数据挖掘所产生的规则对决策树的生成过程进行了改进,即通过对每个分支节点的分裂条件进行判断,控制决策树的生成和搜索顺序,这样既能限制决策树生长,又能帮助选择最优线路,从而使决策效率明显提高.     

基于数据挖掘的异常网络流量分析与检测研究

异常网络流量是指会对正常的网络应用造成不良影响的流量模式,早期网络规模小,数据量小,网络管理员就可分析出网络中的异常流量。随着网络规模的不断扩大,必须应用自动化、智能化技术处理网络异常流量,才能满足网络用户对网络应用安全的需求,在这种背景下出现了异常网络流量检测技术。文章提出一种基于数据挖掘技术的异常网络流量检测系统,给出系统的主要组成模块及主要设计流程,详细说明了数据挖掘模块,通过神经网络技术的应用提高了异常网络流量检测的效率及效果。     

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。     

基于决策树算法的在线学习成绩预测

随着"互联网+教育"不断发展,在线学习已成为人们关注的热点.基于在线学习的学习行为数据来预测学生学习成绩,从而用于提前干预学生学习,是目前亟须解决的关键问题.本文首先收集学生在线学习的高维行为特征数据,对行为特征数据预处理后进行相关分析;随之,采用决策树C4.5算法构造成绩预测模型,通过模型预测学生成绩,与实际成绩对比...     

基于模糊神经网的决策树生成

数据挖掘技术能从大量数据中挖掘和发现有价值和隐含的知识,因而得到广泛的研究和应用。提出了一种基于五层模糊神经网络的决策树生成方法：首先运用五层模糊神经网络学习变量间的模糊映射关系。然后从中生成模糊决策树。这种方法利用了五层模糊神经网络学习的模糊映射强度,并能实现模糊决策树的剪枝优化,提高了算法的正确率和效率。     

基于决策树算法的体育课程分析与管理系统设计

随着高校教学信息化建设的不断推进,体育课程的教学管理工作产生了大量的教学信息资源。为了对信息数据进行数据挖掘以便提高体育教学质量,提出决策树算法在体育课程分析与管理中的应用方案。首先对采用的数据挖掘方法——C4.5决策树算法进行分析;然后给出课程分析与管理系统的框架及其数据库设计;最后采用ASP.NET开发语言进行系统实现,数据库为SQL Server 2008,开发环境为Visual Studio 2010。测试结果显示,提出的体育课程分析与管理系统在运行时间、准确率方面表现良好,为提高体育课程管理的效率和质量提供了有力的数据支持。     

基于决策树算法的无线参数优化方法

本文针对大规模无线参数历史数据,以自学习的数据挖掘方法建立决策树智能分析模型,并对现网数据实现联机分析处理,是一种智能的主动发现无线参数配置问题的算法模型。     

基于决策树算法的入侵检测研究

目前网络环境日益复杂,传统的入侵检测效率较低,为提高网络入侵检测的效率和准确性,本文提出一种基于决策树算法的入侵检测模型.针对决策树算法准确性高、速度快和可以处理高维数据等特点,采用多种类型的决策树算法对入侵数据特征分析处理,对比效果,最后对网格搜索算法进行改进,提高网格搜索算法优化模型参数的效率.通过实验分析,在模型...