增量决策树算法及复杂度分析

介绍了增量决策树算法的基本原理,并从实例费用和信息熵费用两个角度出发,对增量决策树算法的复杂度进行分析。通过实例说明,增量决策树算法能够构造出与ID3算法形态基本相同的决策树。

动态决策树算法研究

该文在增量决策树算法的基础上,提出一种能够处理变化数据集的减量决策树算法,提出并证明了减量决策树算法中的三个基本定理,保证了减量决策树算法的可靠性。同时将传统的增量决策树算法与该文所提出的减量决策树算法相结合,构造出一种动态决策树算法,该算法很好地解决了发生增减变化的动态数据集构造决策树的问题,另外动态决策树算法的提出也促进了在线规则提取的发展与完善。

房地产信托融资项目风险评估体系的研究

随着房地产信托规模的急剧增长,融资项目风险评估工作的重要性越发突出。在深入分析房地产项目的共性风险和个性风险特征后,采用模糊综合评价法设计了一种科学、实用的项目风险评估模型;通过实例应用,证明了该风险评估模型可以为房地产融资项目正确决策提供有力的依据。

房地产信托风险控制措施的研究

近年房地产信托作为一种新的融资方式已经在房地产行业中广泛应用,满足了房地产企业建设资金的需求,但房地产行业以信托方式的融资行为,存在的各种风险也不容忽视,因此本文对房地产信托项目的常见风险进行了深入分析,提出了几种切实可行的风险控制措施,来降低房地产信托项目的风险,保证信托计划的安全。

多路数组聚集优化算法

针对MOLAP服务器中多维数据的聚集操作，在传统的多路数组聚集算法的基础上，提出一种寻找最优聚集次序的计算方法。在实际计算中，应用这种方法可以方便、快捷地对以数据立方体形式存储于MOLAP服务器中的多维数据进行聚集操作。

基于数值属性的关联规则挖掘算法

关联规则的挖掘是一个重要的数据挖掘问题。目前的算法主要是研究支持—信任框架理论的关联规则挖掘,基于支持—信任理论的关联规则挖掘布尔型描述的数据已经比较成熟,但是现实的数据库中有许多数值属性的数据,从这些数据中挖掘潜在的规则,经典的关联规则方法(Apriori)就显得力不从心了。这里介绍将数值数据映射到二维空间,利用基于密度分布函数的聚类分析方法将数值属性区间分段,并在此基础上挖掘容易理解并且具有概括性和有效的数值属性关联规则。

基于模糊综合评价的煤炭企业信托融资风险评估研究

随着煤炭信托规模的急剧增长,融资项目风险评估工作的重要性越发突出。在深入分析煤炭企业的风险特征后,采用模糊综合评价法设计了一种科学、实用的项目风险评估模型;通过实例应用,证明了该风险评估模型可以为煤炭企业融资项目的正确决策提供有力的依据。

增量决策树算法研究

文中主要解决传统的ID3算法不能处理增量数据集构造决策树的问题。在传统ID3决策树算法和原有增量算法的基础上,利用信息论中熵变原理的特点,对与增量决策树算法相关的三个定理进行相应的改进,在理论上证明了改进的增量决策树算法的有效性和可靠性。同时对增量决策树算法和ID3算法的复杂度进行了对比分析,得出增量决策树算法的实例费用和信息熵费用都高于ID3算法的结论。最后通过一个实验证明,改进的增量决策树算法能够构造出与ID3算法形态基本相同的决策树。

信托资金的高收益率及未来投资行业的研究

现阶段,信托产品以其高收益、低风险的特性已经成为国民理财的重要投资方向,信托资金倾向于投资高利润增长的房地产、基础设施和矿产能源等资金密集型产业。未来十年,随着我国产业结构的升级,养老、REITs地产、旅游、动漫和小微企业等五个领域有望为信托资金提供新的投资空间。

信托资金的高收益率及未来投资行业的研究

现阶段,信托产品以其高收益、低风险的特性已经成为国民理财的重要投资方向,信托资金倾向于投资高利润增长的房地产、基础设施和矿产能源等资金密集型行业。未来十年,随着我国产业结构的升级,养老、REITs地产、旅游、动漫和小微企业等五个领域有望为信托资金提供新的投资空间。

加权关联规则的改进算法

论文讨论了加权关联规则问题,针对布尔类型的加权关联规则问题提出一种改进算法。该算法首先利用普通的关联规则算法产生频繁集,然后在该频繁集的基础上产生加权频繁集。同时,给出了最优的最小支持度设定方法,保证了普通关联规则算法所产生的频繁集为加权频繁集的超集。该算法有较高的效率,并且能够有效利用已有的关联规则算法。

最小费用流问题的一种改进算法

本文用顶点表和弧表描述和存储最小费用流的参数,借助SQL语言的优点提出了一种求解最小费用流的简便算法。文中提出了前沿节点和含潜弧的概念,并利用这些概念减少了最短路算法的迭代次数和每次迭代的计算量。最后给出了一个算例。

利用上凸函数对决策树算法的改进

针对决策树分类方法的计算效率进行深入研究,根据信息增益计算的特点,引入了上凸函数的概念,用于提高决策树分类过程中信息增益的计算效率。利用我们所提出的"一致性定理"和"特殊一致性定理",从理论上证明了利用上凸函数对信息增益计算进行改进后,构造的决策树与原决策树具有相同的分类准确率。同时我们通过对大数据集的实验,发现在相同规模的数据集下,改进后的决策树算法比原算法有更高的计算效率,并且这种计算效率的提高有随着数据集规模的增加而增加的趋势。

具有利润约束的关联规则发现

关联规则发现是数据挖掘中的重要问题,有广泛的应用领域。然而,现有的关联规则发现算法是依据统计学上的显著性作为获取关联规则的条件。该文在关联规则发现中引入了利润约束,给出了具有利润约束的关联规则问题的性质,并根据该问题的性质给出了高效的求解算法。

房地产投资信托基金发展模式的研究

本文在详细介绍REITs的基本概念和主要作用的基础上,深入研究了REITs与房地产信托相比的优势,指出REITs在未来有可能成为我国房地产行业一种重要的融资方式,并结合现阶段国内金融和房地产行业的特点,给出了REITs一种最为可能的发展模式。

一种改进的决策树算法

根据ID3算法中信息增益计算原理的特点,利用上凸函数的性质提出一种新的改进的ID3算法,减少了信息增益的计算量,进而提高ID3算法中信息增益的计算效率。从实验和理论两方面证明,改进的ID3算法与原ID3算法相比,在构造决策树时具有相同的准确率和更高的计算速度。