基于Kd树改进的高效K-means聚类算法

针对经典的K-means算法在多维数据聚类效率上还有待提高的问题,本文提出一种称为CKmeans的改进聚类算法。该算法在k-means算法的基础上,通过引入Kd树空间数据结构,初始聚类中心从多维数据某一维的区间等间隔集中选取,以及在数据对象分配过程中采用剪枝策略来提高算法的运行效率。实验结果表明,CK-means聚类算法较经典的k-means聚类算法运行效率更高。

基于α-β剪枝树算法的安卓五子棋程序设计与实现

本文设计并研发了一种基于智能算法的安卓五子棋应用程序,程序中包括两种模式:玩家对弈和人机对弈,其中在人机对弈模式中,程序一方采用α-β剪枝树算法实现。程序主要由界面显示及控制模块、玩家对弈模块、人机对弈模块和胜负判定模块组成。经过测试,程序具有较高智能程度,能够击败大多数业余选手,并且具有较好的人机交互界面和响应速度,兼顾了智能性与娱乐性。

基于属性值的ID3算法改进

I:D3算法是数据挖掘中经典的决策树分类算法。针对ID3算法所存在的属性取值偏向问题及只对较小的数据集有效的缺点提出改进。当训练样本各属性的取值个数相差较大的情况下,在计算划分标准时引入了属性取值个数N,在一定程度上克服了ID3算法易偏向于取值较多的属性这一缺陷,得到了结构更简洁的、较为理想的决策树。采用先剪枝的方法实现改进,设定一个阈值避免决策树的完全生长,在保持分类准确率的同时,大大地提高了算法的速度。实验结果表明,改进后的算法(AVID3)对许多数据集比传统ID3算法更有效。

决策树算法的系统实现与修剪优化

决策树是对分类问题进行深入分析的一种方法,在实际问题中,按算法生成的决策树往往复杂而庞大,令用户难以理解。这就告诉我们在重分类精确性的同时,也要加强对树修剪的研究。以一个决策树算法的程序实现为例,进一步讨论了对树进行修剪优化时可能涉及的问题,目的在于给决策树研究人员提供一个深入和清晰的简化技术视图。

决策树ID3算法的分析与改进

为了弥补ID3算法[1-3]的缺点及不足,设计了一种基于ID3算法的改进算法。它使用修正参数修正信息增益,克服了ID3算法偏向于选择取值较多的属性这一缺点,对连续值的属性进行离散化,解决了连续属性的处理问题,通过有未知值的样本是按照已知值的相对频率随机分布的思想,可以处理缺少属性值的样本。描述了通过改进的ID3算法生成决策树[4]的具体步骤,将改进算法应用到了客户关系管理系统中的客户流失分析问题当中。通过对实验结果的分析比较,得到改进算法与原ID3算法相比具有更高的预测准确率,表明了该算法的有效性。

基于C4.5决策树算法的天气预警系统的手机终端设计

为满足现代社会对气象预警预报服务的需求,研发了Android系统平台下实时天气预测和异常天气预警系统。根据决策树算法中的C4.5算法,解决天气预警分类问题。该方法通过提取训练样本中最大增益率属性作为属性特征建立决策树,经剪枝后得到天气预警评估的决策树模型,并对此模型进行分析和应用。实验结果表明这种方法在分类评估准确率上具有优势,分类正确率达到85.8%.

六子棋中基于局部“路”扫描方式的博弈树生成算法

针对六子棋博弈比赛中基于"路"的全局扫描方式的博弈树生成算法效率较低问题,首先分析了基于"路"的全局扫描方式的计算规则和估值分析,然后将博弈树生成算法中的全局扫描方式改进为局部扫描方式,并给出其计算规则和估值分析,接着设计了基于局部扫描方式的博弈树生成算法,并集成到Alpha-Beta剪枝算法中。最后从搜索效率和博弈水平2个角度对全局扫描和局部扫描进行实验,实验结果表明,局部扫描方式在比赛时间要求的情况下,能够大幅度提高搜索效率,并且博弈水平显著优于全局扫描方式。

决策树方法在煤炭物流客户分析中的应用

目前物流企业中积累了大量的客户历史数据,为了有效利用这些数据,使用数据挖掘方法对客户进行分类管理和服务是CRM中非常重要的一方面。而决策树是进行分类分析与数据挖掘的常用方法。研究了运用C4.5算法对煤炭物流客户信息构造决策树,并把提取到的规则应用到公路煤炭物流公司的客户关系管理中,结果证明具有较好的应用价值。

一种基于图论剪枝算法的多分支配电网行波故障定位算法

配电网由于其结构上多为树形辐射状结构,若直接采用传统的输电线路故障定位方法则会造成定位的不准确。因此,基于图论剪枝算法提出一种适用于配电网的行波故障定位新方法。该方法将配电网拓扑结构等效成图论模型,构建配电网距离矩阵和关联矩阵,采用剪枝算法剪掉无效的行波波头信息,利用配电网末端检测到的故障初始行波到达时间信息实现配电网故障的实时精确定位。文章最后采用PSCAD和MATLAB软件进行联合仿真。仿真结果表明利用该方法实现的配电网故障定位结果精确可靠。

一种基于树匹配的网页语义块挖掘算法

在互联网中,网页等半结构化文本通常由不同的语义区块组合而成,定位和挖掘这类区块对网页内容理解、页面结构分析等有着重要的作用.然而由于不同网页在结构和内容上都存在着较大的区别,准确的从不同的网页中定位特定的结构区域是一个相对复杂的任务.主要提出一种基于树匹配的方法用来挖掘网页中的语义区块,并通过剪枝等策略优化算法.实验表明该方法能有效提高F值,同时算法的性能有较大改善.

一种单位代价收益决策树剪枝算法

目前关于决策树剪枝优化方面的研究主要集中于预剪枝和后剪枝算法。然而,这些剪枝算法通常作用于传统的决策树分类算法,在代价敏感学习与剪枝优化算法相结合方面还没有较好的研究成果。基于经济学中的效益成本分析理论,提出代价收益矩阵及单位代价收益等相关概念,采用单位代价收益最大化原则对决策树叶节点的类标号进行分配,并通过与预剪枝策略相结合,设计一种新型的决策树剪枝算法。通过对生成的决策树进行单位代价收益剪枝,使其具有代价敏感性,能够很好地解决实际问题。实验结果表明,该算法能生成较小规模的决策树,且与REP、EBP算法相比具有较好的分类效果。

第三方在线支付市场的企业进/退博弈模型与算法

分析了第三方支付研究现状,提出了第三方在线支付企业市场进退问题;针对第三方在线支付企业市场进退的时机、机制、策略选择等,构建了基于博弈论的逆向剪枝模型与算法,并就企业市场进退战略提出了相应对策:1)对于市场占有率极低且其提供的产品服务同质性很高的较小在线第三方支付企业,应尽早退出在线支付市场或将营业中心进行转移;2)对尚无第三方在线支付强劲实力的未到位新企业,尤应力戒盲目进入。

用遗传算法改进的BP神经网络剪枝算法来优化决策树模型

决策树是一种有效的分类方法,但在构建决策树模型的过程中,常常会出现模型过度拟合的现象。利用基于BP神经网络的决策树剪枝算法(BP-Pruning)进行软剪枝处理,然后根据BP-Pruning的一些不足,提出一种改进算法,简称GBP-Pruning算法。该算法通过引入遗传算法来训练BP-Pruning算法模型中的权值和阈值,从而克服了BPPruning算法上的不足,最后验证了GBP-Pruning算法的可行性。

基于多粒度树模型的Web站点描述及挖掘算法

随着Web 所拥有的信息量和信息种类的急剧增长,Web 站点挖掘对于自动实现特定主题的 Web 资源发现和分类具有重要的意义.然而现有的 Web 站点分类或挖掘算法在利用上下文语义信息、去除噪声信息以进一步提高分类准确率等方面还缺乏深入研究.从站点的采样尺寸、分析粒度和描述结构 3 个方面分析了设计高效的 Web 站点挖掘算法所需要解决的问题.在此基础上,提出了一种新的 Web 站点多粒度树描述模型,并描述了包括基于隐 Markov 树的两阶段分类算法、粒度间上下文融合算法、两阶段去噪程序以及基于熵的动态剪枝策略在内的多粒度 Web 站点挖掘算法.站点的多粒度描述方法及挖掘算法为多站点查询优化、Web 效用挖掘等的深入研究奠定了基础.实验表明,该算法相对于基线系统平均可以提高 16%的分类准确率,并减少了 34.5%的处理时间.

自然语言语义相关度计算模型的k枝剪求解法

为了能够更为合理地利用语义来进行自然语言处理,提出了一种自然语言语义相关度计算模型及该模型的k枝剪求解法。在该模型中使用语句的语义相关度来判定最佳语法分析方案;分析了语句的两层语义结构并给出了其数学描述方法;在模型求解过程中,会形成一个状态空间树,使用k枝剪法舍弃可能性较小的状态,可以有效地降低计算复杂度并较为准确地计算出模型的近似解。实验结果表明,该方法具有一定的可行性。

不确定数据的高效聚类算法

不确定数据聚类是数据挖掘领域中的一个重要的研究热点。本文介绍了不确定数据聚类的uk-means算法及其改进算法ck-means。由于ck-means算法必须计算每个簇到所有对象的质心的距离,因此当聚类的样本很大时,聚类效率依然不是很好。本文提出的kd-means算法只需要计算对象到部分质心的距离,因此可以很大程度地提高ck-means算法的效率。该方法是基于kd树索引而提出的改进策略,并用大量的实验来证明改进算法的有效性。

一种改进的决策树后剪枝算法

当深度和节点个数超过一定规模后,决策树对未知实例的分类准确率会随着规模的增大而逐渐降低,需要在保证分类正确率的前提下,用剪枝算法对减小决策树的规模。论文在对现有决策树剪枝算法优缺点进行分析的基础上,提出了一种综合考虑分类精度、分类稳定性以及决策树规模的后剪枝改进算法,并通过实验证明了该算法在保证模型判别精度和稳定性的前提下,可以有效地减小了决策树的规模,使得最终的自动判别模型更加简洁。

基于概念树剪枝的LCA查询扩展

在信息检索应用实践中存在用户表达查询请求不够准确、文档与查询词不匹配以及查询优化等问题。针对这些问题,提出了基于概念树剪枝的LCA查询扩展方法,这种混合的查询扩展技术综合了语义和局部上下文分析这两种查询扩展方法,利用LCA方法检索得到的扩展词集对语义词典构造的概念树进行适当剪枝,以弥补概念树的不足,并对扩展词候选集用改进的算法重新分配权重。在TREC数据集的实验结果表明:与单独基于统计或者基于语义的查询扩展方法相比,基于概念树剪枝的LCA查询扩展方法性能有较大提高。

最短加法链算法

本文讨论了关于正整数 n的最短加法链问题 .利用已取得的关于正整数 n的最短加法链长度 l(n)的上、下界的理论成果 ,构造了在回溯法中对状态空间树进行剪枝的精细的剪枝函数 ,从而设计出产生任意正整数

一种新的指纹细化算法

一般指纹细化算法处理结果存在毛刺过多,对纹线上的孔洞效果较差的缺点,容易导致为特征点的出现。为了减少毛刺的出现和提高对孔洞处理效果,分析了两种常见的细化算法——快速细化算法和改进的OPTA算法,找出了与毛刺产生和对孔洞处理效果相关的因素,并在此基础上提出了一种新的指纹细化算法。实验表明,该算法能够较好地满足细化要求,细化后的指纹图像保持了原有的拓扑结构和细节特征,细化后指纹光滑无毛刺,而且对孔洞的效果较好。