融合GINI指数的C4.5算法的分类研究

信息增益率倾向于取值数较少的属性和产生不平衡的划分,GINI指数偏向于取值数较多的属性且区间趋于平衡的划分.基于此,该文提出融合GINI指数的C4.5改进算法,首先计算候选属性的信息增益率和GINI指数,其次计算信息增益率和GINI指数的比值,最后筛选出比值最大的属性作为划分结点,改进了C4.5算法的不足.以10次10折交叉验证准确率和运行时间为评价指标,通过5组UCI数据测试改进算法性能,并与ID3、C4.5和CART算法对比实验.实验结果表明:融合GINI指数的C4.5算法减轻了属性取值多少对划分结点选择的影响,并且缓和了划分区间的不平衡,提高了分类准确率和运行效率,算法更加稳定,可行有效.

融合GINI指数的ID3改进算法

针对以信息增益为划分标准的ID3算法中存在偏向属性取值多的属性等问题,提出了一种融合GINI指数的ID3改进算法。计算每个属性的信息增益和对应的GINI指数值,并计算所有属性的GINI指数算术平均值,筛选GINI指数低于算术平均值的属性记为候选属性集;从候选属性集中选择信息增益最大的属性建立分支,用递归方法构建决策树。实验使用6组UCI数据集进行验证。结果表明:该决策树的准确率均有所提高,对多值偏向问题有很好的克服作用。

基于决策树算法办公室内空气质量评估方法

针对办公室内长期空气不流通、大气污染严重的情况,设计了基于决策树算法的办公室内空气质量评估算法。应用非线性红外NDIR空气浓度分析技术,分析不同气体的光谱波长,有效地评估空气中各气体的浓度;采用基于决策树算法的CART算法,针对数据中基尼值的不同,构建最优分类树和回归树,实现对气体数据的分类和预测;最后采用生物酶包裹降解技术有效快速地降解空气中的污染物,实现室内空气的安全健康。经过试验验证,设计的空气质量评估算法具备绿色环保、高能效和短周期等优点,对空气中污染物综合治理率高达98%。

改进融合指标的新型盲解卷积算法在轴承故障诊断中的应用

为解决现有盲解卷积算法易受随机脉冲影响的问题,综合时域特征和频域特征,提出一个新的故障敏感指标,即包络谱峭度-包络基尼系数融合指标(Envelope Spectral Kurtosis-envelope Gini Index,ESKEG)。该指标对周期性脉冲更敏感,不易受随机脉冲的影响。基于该指标,提出一个新的解卷积算法,即基于最大ESKEG的盲解卷积,并采用粒子群算法(Particle Swarm Optimization,PSO)求解滤波器系数。通过仿真振动信号和实验仿真信号进行验证,结果表明相比于其他盲解卷积算法,所提出的PSO-ESKEG算法在故障先验知识未知的情况下,能更有效避免受到随机脉冲信号的影响。

基于DPC算法的星载激光雷达数据去噪方法在水深测量中的应用

美国冰、云和陆地高程二号卫星(The Ice,Cloud,and Land Elevation Satellite-2,ICESat-2)是ICESat卫星的继任者,旨在监测地球的冰盖、冰川、海洋和陆地高程的变化等,其携带的地形激光高度计系统(ATLAS)发射532 nm波长的激光,具备一定的水体穿透能力。作为光子计数式激光雷达,ICESat-2的数据易受外界环境影响而接收到大量噪声光子,导致光子数据密度分布不均匀。本文提出了一种基于密度峰值聚类(Density Peak Clustering,DPC)算法的光子去噪方法,通过数据集的欧式距离计算局部密度作为点云数据的属性,采用基尼指数自适应选择最优截断距离,分别对日间和夜间数据进行多次实验,得出了两类数据的局部密度阈值参数。本文选取三处实验区域进行信号光子去噪分析,使用本文方法的去噪精度F值优于官方置信度标签去噪和传统密度聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN),可以应用于星载激光雷达数据去噪处理。最后,对去噪后的华光礁区域信号光子进行折射校正,与收集的DEM数据进行对比可见,结合本文去噪方法可以使用ICESat-2数据进行浅水域的水深测量。

基于基尼的深度解卷积方法在机械装备故障诊断中的应用研究

解卷积方法是机械装备故障诊断的有力工具,但传统研究仍属于浅层特征提取,难以处理极低信噪比情况。针对此问题,在传统解卷积理论的基础上引入特征学习思想,提出一种基于基尼指数(Gini index,GI)的稀疏特征深度解卷积方法(GI-based sparse deep deconvolution,GI-SDD)进行机械装备早期故障诊断。采用频带均分策略初始化输入层滤波器,为后续解卷提供方向。以能够表征机械故障稀疏特征的GI作为损失函数,指导深度网络进行训练。基于广义的特征向量法(eigenvector algorithm,EVA)执行权重优化,进而对微弱故障特征进行逐层学习。利用相关系数和包络谱峭度(envelope kurtosis,EK)准则联合评价故障信息,降维输出最为显著的故障分量。经仿真分析及试验验证,所提方法对背景噪声具有强鲁棒性,故障特征得到显著加强,其EK值相较于传统MED和MGID结果分别提升163.43%和187.11%。

基于CART算法的空间目标本体反演方法

针对预警中空间群目标反演精度不高、鲁棒性较差的问题,提出了一种基于分类回归树(classification and regression tree,CART)算法的空间目标本体反演方法。首先构建分类与回归决策树,并将空间目标的入射角、光谱辐射亮度、温度等特征数据作为决策树的输入;再基于基尼系数评估数据纯度,对目标在不同温度、不同入射角下的光谱辐射亮度进行分割;最后通过在每个节点处对数据集进行划分,实现对空间目标本体的有效反演。数值对比实验表明,3种典型空间目标的决策树模型反演结果与实际情况一致,验证了所提方法的有效性。

基于改进决策树算法的大数据网络信息安全态势感知方法

为了有效发现大数据网络中潜在的安全风险,文章提出了基于改进决策树算法的大数据网络信息安全态势感知方法。该方法通过分析大数据网络信息安全态势感知架构,明确感知原理结构;在数据采集阶段,用均值插值识别无效流量,提取初始感知数据;对初始感知数据进行流量分析,生成态势感知信号;应用基尼系数改进决策树算法,选择最佳属性,最终量化网络信息安全态势,实现有效感知。实验结果表明:利用设计方法所产生的感知结果准确率最高为97%、感知时间最小为51.65ms,可以有效实现大数据网络信息安全态势的准确感知,快速确定感知数据的威胁预警等级。

中国城市群人口流动与区域经济发展平衡性研究——基于全国第六次人口普查长表数据的分析

本文利用2010年全国第六次人口普查长表数据系统分析了我国24个城市群的人口流动模式,并运用基尼算法测算人口流动前后城市群人口与经济发展平衡性演化。研究结果表明:1.我国城市群之间及内部人口流动规模庞大,人口流入和流出均呈集中趋势,人口流入集中特征尤为明显。2.城市群流动人口分布呈现"极化"和"属地化"特征,东部城市群和所在经济区内城市群是主要人口流入区域,东部城市群大规模的人口流入与流出并存,且绝大部分流入人口来自城市群覆盖省份以外。3.珠三角城市群仍为我国最重要的人口强势流入中心,江淮城市群和环鄱阳湖城市群则构成我国的人口强势流出中心。4.我国城市群人口分布与经济发展平衡状况总体较为合理,各城市群之间平衡性差异显著但并未出现明显的区域分化,人口流动显著改善了城市群内部的人口分布与经济发展平衡性。

改进的基尼指数在文本分类中的应用研究

随着网上信息的极大丰富,文本分类技术显得越发重要,且预处理技术已成为文本分类的瓶颈.在预处理中采用TF-IDF算法,并且根据基尼指数的纯度原理对传统的基尼指数方法进行了基尼指数测度函数的改进,以降低原始文本的特征选择空间的维数.通过对比实验数据,表明这种改进是可行且有效的,体现在时间、空间复杂度小,精确度高.

基于云计算的SPRINT算法研究

决策树是数据挖掘中非常重要的一种技术,常用来做数据分析和预测。传统的决策树算法在处理海量数据挖掘时,受到CPU和内存的限制,导致算法存在消耗时间过长,容错性差,存储量小的缺点。面对海量数据的处理,云计算在这方面具有非常多的优势。针对决策树中优秀的SPRINT算法,首先对SPRINT算法进行了优化,然后为了让优化后的算法更好地应用于云计算,对算法实现了并行化。传统的SPRINT算法在生成决策树时,会发生多值偏向问题,在生成一个节点时,通过计算两层的Gini指数来降低多值偏向的影响。在算法并行化时,通过将数据分发到各个处理器执行,然后进行汇总处理,从而减少算法执行的总时间。实验结果表明:基于云计算平台的SPRINT改进算法具有更好的分类正确率,同时算法的执行速度也得到了明显的提高。

SPRINT算法的改进

引出了纯区间的概念后,提出了一种基于纯区间归约的数值型属性处理方法对SPRINT算法进行改进。该方法将属性值域用等宽直方图的方法划分为多个区间,对纯区间进行归约,对非纯区间进行精确计算,保证了分裂精度,减小了计算量。

基于粒子群优化算法的洛伦兹曲线参数估计及基尼系数的计算

根据已有洛伦兹曲线模型,应用粒子群优化算法对洛伦兹曲线参数进行估计。由拟合的洛伦兹曲线计算2002-2011年我国城镇和农村的基尼系数,再利用"分组加权法"得出我国总体的基尼系数。结果表明:粒子群优化算法可以有效地估计洛伦兹曲线中的参数;由该算法的估计参数所确定的洛伦兹曲线估算2002-2011年基尼系数,其变化趋势与其它预测相符。从而为洛伦兹曲线提供了可靠、有效的参数估计方法。

基于DAG-SVMS的非侵入式负荷识别方法

在供电入口处嵌入非侵入式负荷识别技术,有利于推动建筑节能、实现电网负荷预测、开发智能楼宇、完善智能电网体系建设。据此,提出一种基于有向无环图支持向量机(Directed Acyclic Graph Support Vector Machines,DAG-SVMS)的负荷辨识方法。首先,对总线电流信号进行事件检测,检测到暂态事件后,分离目标负荷暂态电流波形,提取特征,然后,将特征输入预先训练好的DAG-SVMS模型进行分类识别。为提升分类器性能,使用粒子群优化PSO(Particle Swarm Optimization)算法优化DAG-SVMS分类器的参数。为减小累积误差,提出Gini指数优化DAG-SVMS节点顺序的策略。实验结果表明,文中方法识别准确率高,识别速度快,具有可行性。

一个基于SLIQ算法的模型及应用

针对当前银行系统应用数据挖掘的重要性,利用决策树技术构建了一个银行信用等级评估模型,并详细介绍了如何应用SLIQ算法实现。SLIQ算法的可伸缩性对于银行数据有很好的适应性。

基尼指数遗传算法求解具有共性的调度问题

通过对不同类型车间作业调度问题的描述,分析各类问题之间的共性特征,提出了一种基于基尼指数的遗传算法.该算法结合进化生态学和决策树算法的思想,提出了新的遗传调度算子,在算法操作过程中利用基尼指数值来衡量个体的优劣及种群间的差异,确定交叉(或变异)父代并选择相应的交叉(或变异)点,既维持了群体的多样性,又能体现遗传算法较强的搜索能力.仿真结果验证了该算法对于求解具有共性特征的调度问题是非常合适的.

基于基尼系数的航班时刻优化

针对繁忙机场高峰时段的资源紧张、航班计划不合理等情况,在减少航班延误时间的前提下,引入基尼系数来定义航空公司的公平性,建立了航班时刻调整总量最小和各航空公司公平性最优的双目标优化数学模型。针对性地设计交叉、变异算子,对传统多目标遗传算法进行了改进,结合重庆江北机场实际运行数据进行了实例验证。并将所选择的航班时刻优化方案与历史数据进行对比,数据结果表明:总延误时间减少了61%,基尼系数降低为0.2,每15min放行航班数量方差降低至4.46,从而验证了所提出方法的可行性。

基于基尼指数的分布估计算法

随着基础理论研究所取得的一系列进展,分布估计算法逐渐成为进化计算研究领域的一个新的研究方向,并成为当今国际进化算法研究的新热点.文中提出了基于基尼指数的分布估计算法,采用实数编码直接对连续随机变量建模,并引入了基尼指数,设计了可以随着进化代数的变化动态调整子代种群的扰动因子函数.实验结果表明,该算法与其他同类算法相比优化精度有了一定程度的提高.

基于分布估计算法的朴素贝叶斯分类问题研究

随着基础理论研究所取得的一系列进展,分布估计算法逐渐成为进化计算研究领域的一个新的研究方向,并成为当今国际进化算法研究的新热点。采用机器学习的方法分析数据、指导搜索已经成为设计新算法的趋势。将分布估计算法引入到朴素贝叶斯分类器系统中,设计基于基尼指数的适应度函数,从而进一步提高朴素贝叶斯分类器的性能。

决策树分类算法的分析和比较

在数据挖掘中存在多种算法,决策树分类算法是应用比较多的一种。基于决策树分类算法的研究现状,对各种决策树分类算法的基本思想进行了阐述,并对不同的算法进行了分析和比较。