导读:本文包含了基于决策树的分类算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:决策树,算法,影像,不等式,向量,遥感,数据流。
基于决策树的分类算法论文文献综述
贾涛,韩萌,王少峰,邢成[1]（2019）在《基于McDiarmid不等式的决策树分类算法》一文中研究指出大多数处理数据流的决策树方法是基于Hoeffding不等式设计的。但是Hoeffding不等式本身只能处理数值数据流,并且在属性度量方面存在不足。为了解决这个问题,文章在Hoeffding不等式算法的基础上引入McDiarmid不等式,将二者融合并做了相应的改进作为新的属性度量选择,提出了一种基于McDiarmid不等式的新决策树分类算法,即McTree。该算法使用ε/2进行属性分类度量来提高分类性能。在真实与虚拟数据流上的实验结果表明,McTree与经典算法相比,在分类精度升高或几乎保持不变的情况下,生成树的规模明显降低。其中生成树节点数平均降低70%左右,树层数平均降低50%左右。(本文来源于《山西大学学报(自然科学版)》期刊2019年04期）
王涛,孙志鹏,崔青,张志磊,张天伟[2]（2019）在《基于分类决策树算法的电力变压器故障诊断研究》一文中研究指出电力变压器是电力系统稳定运行中最为重要的电力设备。对电力变压器的故障识别,一直是所有电力工作的重中之重。近些年随着人工智能的发展,许多智能算法被引入电力变压器故障研究当中。本文提出一种基于决策树算法的电力变压器故障诊断模型,与其他分类模型相比,该模型具有分类精度高、计算速度快、不需要任何领域知识和参数假设、易于实现等优点。通过对实际的故障样本进行诊断,并与支持向量机算法对比,验证了该算法的优越性。(本文来源于《电气技术》期刊2019年11期）
何朝霞[3]（2019）在《基于指数的决策树土地利用分类算法研究》一文中研究指出以湖北省松滋市部分区域为研究对象,基于2011年Landsat 5TM、2017年Landsat-8遥感影像和ASTGTM2的DEM数字高程数据,深入探讨研究区两种影像数据的多特征提取,设计基于指数的土地分类试验。结果表明,EBSI、MNDWI、MSAVI、MNDBI等遥感指数的分类精度较高;依据上述遥感指数和DEM特征,生成决策树规则,构建决策树分类模型,得到研究区的土地利用分类结果,决策树分类精度明显高于SVM法和最大似然法,Landsat-8影像分类精度高于Landsat 5TM;2011—2017年部分裸土得到了利用,主要转化为居民用地和生态用地。(本文来源于《湖北农业科学》期刊2019年21期）
刘铭,南西[4]（2019）在《改进的二叉决策树多分类算法在入侵检测中的应用》一文中研究指出网络安全问题日益严峻,入侵检测作为主要的网络防范手段之一,但多分类的检测普遍存在检测率低漏报误报率高的问题,本文结合入侵检测数据中正常数据的数据量远大于异常数据的特点,并根据类间分离性算法确定不同攻击类型的分离顺序,构造性能优良的二叉树结构,有效提高入侵检测的性能。(本文来源于《电脑知识与技术》期刊2019年24期）
吴雪娇,王威,王芳[5]（2019）在《GF-1卫星影像决策树分类算法的森林采伐信息提取研究》一文中研究指出从林业行业应用出发,针对国产GF-1卫星数据的特点,采用决策树分类方法对影像采伐信息进行提取,探索了国产GF-1卫星数据在森林资源采伐信息提取方面的应用关键技术,为国产卫星数据的行业推广应用奠定理论基础。研究结果表明:决策树分类方法能够更有效地对伐区图斑分类提取,经过Kappa分析,测试区伐区影像提取精度从大到小分别为:水域分类精度96.71%,森林分类精度89.79%,伐区分类精度82.49%,公路分类精度75.30%,农田分类精度71.18%,建筑分类精度56.26%,其他分类精度53.57%。总体分类精度为87.34%。(本文来源于《绿色科技》期刊2019年14期）
韩存鸽,叶球孙[6]（2019）在《决策树分类算法中C4.5算法的研究与改进》一文中研究指出C4.5算法是用于生成决策树的一种经典算法,虽然其有很强的噪声处理能力,但当属性值缺失率高时,分类准确率会明显下降,而且该算法在构建决策树时,需要多次扫描、排序数据集、以及频繁调用对数,针对以上缺点,本文提出一种改进的分类算法.采用一种基于朴素贝叶斯定理方法,来处理空缺属性值,提高分类准确率.通过优化精简计算公式,在计算过程中,改进后的计算公式使用四则混合运算代替原来的对数运算,减少构建决策树的运行时间.为了验证该算法的性能,通过对UCI数据库中5个数据集进行实验,实验结果表明,改进后的算法极大的提高了运行效率.(本文来源于《计算机系统应用》期刊2019年06期）
李靖超,钱迪,董春蕾[7]（2019）在《基于小波熵理论的决策树信号分类识别算法》一文中研究指出在信息理论的基础上有效提取信号的熵特征是信号特征提取的方式之一。在熵理论的基础上,提出了基于小波熵的特征提取算法,实现对频率调制信号的类内识别。设计决策树分类器,对不同信噪比下的4种待识别通信信号进行分类。仿真结果表明:基于小波熵理论的特征提取算法能够有效提取不同信号特征,并利用决策树分类器,通过设定阈值进行分类,识别率高,有利于信号的类内识别,具有广泛的应用价值。(本文来源于《上海电机学院学报》期刊2019年02期）
左芝翠[8]（2019）在《基于决策分类的分块差别矩阵及其属性约简算法》一文中研究指出属性约简是粗糙集理论进行数据挖掘的基本途径,基于差别矩阵的属性约简算法是重要的属性约简算法之一,它具有直观、易于理解的性质.其中,在差别矩阵的基础上,以属性核作启发式的约简算法倍受关注.核的差别矩阵表示及相关求核计算具有重要意义,但已有的差别矩阵及其求核算法还具有时空局限性.对此,本文依据差别矩阵的稀疏性与大规模性,重点构造了基于决策分类的分块差别矩阵,进而讨论其核算法与属性约简算法.本学位论文具体内容如下:首先,现有差别矩阵通常会出现很多空值,而核属性的信息集中在非空值部分,针对这种稀疏性与大规模性,本文采用矩阵分块策略来提取关键信息并有效降维,并建立了基于决策分类的分块差别矩阵算法.其次,根据基于决策分类的分块差别矩阵,确定核的内涵,并给出求核算法,采用5类UCI数据集与文献进行对比实验,验证了算法的正确性与高效性.再次,针对于传统属性重要度仅仅考虑了单个条件属性对决策属性的直接影响,本文给出了改进的属性重要度,该重要度充分考虑了属性对决策的直接和间接影响.最后,设计了一种从分块差别矩阵核出发的启发式属性约简算法,以改进的属性重要性作为衡量指标对属性进行筛选,最终求得属性约简.并以气象状况实例,将本文算法运用于实际问题中.最后再采用5类UCI数据集与文献进行对比实验,验证了属性约简算法的正确性与高效性.综上所述,本文基于决策分类的分块差别矩阵及其属性约简算法,较大降低了基于差别矩阵属性约简算法的时空复杂性,更为直接地将所需基础信息融入形式结构与问题求解,相关结果具有有效性.(本文来源于《四川师范大学》期刊2019-03-15）
章轶立,魏戌,聂佩芸,申浩,虞鲲[9]（2019）在《基于SMOTE算法和决策树的绝经后骨质疏松性骨折分类模型建构》一文中研究指出目的构建符合北京、上海两地40～65岁女性人口学特征的危险因素和中医症状相结合的骨质疏松性骨折早期风险预测工具。方法本研究采用注册登记式研究的方法 ,于2009年3-8月在北京市东城区及上海市徐汇区收集的1 823例40～65岁女性骨质疏松症高危人群的危险因素及中医症状信息,进行连续3年的登记观察。采用SMOTE过抽样算法平衡数据,基于决策树模型筛选与骨质疏松症骨折有关的危险因素及中医症状,并建立骨质疏松性骨折风险评估工具。结果本研究选择C4.5算法作为预测模型建立工具。首先筛选出对绝经后骨质疏松性骨折高危患者发生脆性骨折的危险因素,然后建立预测模型。由于样本量较小,在节点的设置中采用交叉验证,Mode选用Expert,修剪纯度设为75,采用全局修剪。根据此生长和修剪规则,所建立分类树模型共包括5层,共19个结点,共筛选出6个解释变量。各指标按重要程度从大到小依次为骨密度、目眩、肉类、生产次数、视物模糊和乏力。经过逐层各影响因素的分类,最终骨折人群比例占13%。对该预测模型预测概率绘制受试者工作特征曲线,结果显示曲线下面积为0.871(95%CI=0.8226-0.9211)。结论初步建立了基于北京、上海人口学特征40～65岁女性骨质疏松性骨折分类模型。(本文来源于《中国骨质疏松杂志》期刊2019年01期）
刘瑞玲[10]（2019）在《C4.5决策树分类算法性能分析》一文中研究指出大数据时代,人们日益关注如何获取海量数据背后的重要信息,探寻其存在的关系和规则,帮助决策者做出准确预测。C4.5决策树分类算法就是对海量数据集进行分类处理的经典算法,利用训练集构造决策树模型,从中提取有意义、有价值的分类规则。论文在研究如何构造决策树的基础上,对C4.5算法的性能进行深入分析。(本文来源于《信息系统工程》期刊2019年01期）
基于决策树的分类算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
电力变压器是电力系统稳定运行中最为重要的电力设备。对电力变压器的故障识别,一直是所有电力工作的重中之重。近些年随着人工智能的发展,许多智能算法被引入电力变压器故障研究当中。本文提出一种基于决策树算法的电力变压器故障诊断模型,与其他分类模型相比,该模型具有分类精度高、计算速度快、不需要任何领域知识和参数假设、易于实现等优点。通过对实际的故障样本进行诊断,并与支持向量机算法对比,验证了该算法的优越性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基于决策树的分类算法论文参考文献
[1].贾涛,韩萌,王少峰,邢成.基于McDiarmid不等式的决策树分类算法[J].山西大学学报(自然科学版).2019
[2].王涛,孙志鹏,崔青,张志磊,张天伟.基于分类决策树算法的电力变压器故障诊断研究[J].电气技术.2019
[3].何朝霞.基于指数的决策树土地利用分类算法研究[J].湖北农业科学.2019
[4].刘铭,南西.改进的二叉决策树多分类算法在入侵检测中的应用[J].电脑知识与技术.2019
[5].吴雪娇,王威,王芳.GF-1卫星影像决策树分类算法的森林采伐信息提取研究[J].绿色科技.2019
[6].韩存鸽,叶球孙.决策树分类算法中C4.5算法的研究与改进[J].计算机系统应用.2019
[7].李靖超,钱迪,董春蕾.基于小波熵理论的决策树信号分类识别算法[J].上海电机学院学报.2019
[8].左芝翠.基于决策分类的分块差别矩阵及其属性约简算法[D].四川师范大学.2019
[9].章轶立,魏戌,聂佩芸,申浩,虞鲲.基于SMOTE算法和决策树的绝经后骨质疏松性骨折分类模型建构[J].中国骨质疏松杂志.2019
[10].刘瑞玲.C4.5决策树分类算法性能分析[J].信息系统工程.2019
论文知识图
