决策树剪枝加强的关联规则分类方法

传统关联规则挖掘在面临分类决策问题时,易出现非频繁规则遗漏、预测精度不高的问题。为得到正确合理且更为完整的规则,提出了一种改进方法 DT-AR(decision tree-association rule algorithm),利用决策树剪枝策略对关联规则集进行补充。该方法利用FP-Growth(frequent pattern growth)算法得到关联规则集,利用C4.5算法构建后剪枝决策树并提取分类规则,在进行置信度迭代筛选后与关联规则集取并集修正,利用置信度作为权重系数采取投票法进行分类。实验结果表明,与传统关联规则挖掘和决策树剪枝方法相比,该方法得到的规则在数据集分类结果上更准确。

基于赤池信息准则的分类回归决策树剪枝算法

决策树剪枝可以提高决策树的分类准确度。代价复杂度剪枝(CCP)等常用的剪枝算法,都以降低决策树的误判率作为剪枝依据。引入赤池信息准则(AIC)评价决策树的优良性,并提出了基于AIC的决策树剪枝算法,将分类正确概率和复杂度的综合评价作为剪枝依据。通过实例分析,基于AIC的剪枝算法能够得到高分类准确度的决策树,并没有出现过拟合或剪枝不充足等问题。

基于机器视觉的轴承表面微小缺陷检测技术

轴承表面缺陷检测要求准确率较高,因此研究基于机器视觉的轴承表面微小缺陷检测技术。使用CMOS工业相机采集轴承表面图像,利用线性拉伸法与中值滤波方法预处理轴承表面图形,提升图像的亮度并消除干扰信息,使用八连通区域标记法标记处理后的轴承表面图像,获得连通区域数量,使用该数量计算得出缺陷特征的面积、长宽比、周长等几何特征,将这些特征作为剪枝分类决策树的输入,经过训练后,输出轴承表面微小缺陷分类结果,实现轴承表面微小缺陷检测。试验结果显示,该方法预处理后,图像质量较高,能够检测出轴承表面多种微小缺陷,并且检测结果准确率较高。

基于无人机的移动边缘计算任务卸载

无人机具有高移动性,能帮助移动用户在基础通信设施缺乏的环境中快速部署边缘云。为降低基于无人机的边缘计算成本,提高能量利用效率,提出了一种移动边缘计算(Mobile Edge Computing, MEC)系统的任务卸载方案。首先基于排队论模型构建了多用户边缘计算模型,引入等待概率构造了移动边缘计算系统的成本函数,然后采用权重系数将多目标优化问题转化为求解卸载策略的单目标非线性规划问题,最后采用蒙特卡洛剪枝算法进行求解,并引入决策树剪枝算法降低了算法的复杂度。实验结果表明,文中提出的任务卸载方案在CPU性能较低、任务到达率较大的情况下均能降低成本开销,为基于无人机的边缘计算提供了一种低成本的解决方案。

资源富集岛蓄–氢–冷联合可再生能源消纳系统设计及调度策略研究

远洋海岛的和平开发与利用在我国的海洋战略中占有极其重要的地位。对于远洋海岛中需要通过船运对负荷中心岛进行能量支援的资源富集岛而言,其离岸可再生能源消纳设备(renewable energy absorption facility,REAF)的高效运行至关重要。针对此问题,该文设计兼顾蓄–氢–冷多能源形式的制氢装置,有效提升了REAF系统能源吸收效率;同时,基于快速决策树剪枝算法及强化学习式蒙特卡洛算法设计包含蓄–氢–冷的REAF系统的综合调度策略。仿真算例表明,该文提出的决策树快速剪枝算法及改进强化学习式蒙特卡洛算法能够有效提升REAF系统调度策略的能源消纳能力。最后探讨进一步提升基于这2种算法的REAF系统调度策略性能的路径。

C4.5算法在物联网系统中的应用

在家禽养殖系统中,主要的是对家禽的生长环境,例如温度,湿度,各种气体的浓度进行实时的监控,对家禽的生长状况进行及时的记录,以确保给家禽的生长提供一个适宜的环境。与此同时,还应对系统进行进一步的养殖策略的优化支持,这就需要将数据挖掘技术应用到家禽养殖系统中去,利用现有观测到的环境数据,从中挖掘出潜在的规则知识,找到适宜家禽生长的环境判定规则。比较数据挖掘中的各种算法来看,C4.5算法最适合应用到本系统中去,对挖掘潜在的规则信息提供了技术上的支持。

基于案例推理的滑坡灾害应急相似案例智能生成研究

为了让决策者快速借鉴历史案例做出满意的应急决策,本文基于案例推理提出针对滑坡灾害的应急相似案例智能生成方法.首先利用染色体结构构建滑坡灾害信息基因库;其次由于滑坡灾害指标涉及地质、气象和人文经济等不同领域,决策者对数据的认识和理解主观依赖性较强,且以往研究中并未考虑指标所涉及不同领域的问题,针对滑坡灾害指标在数值上的分布特点进行区间划分,应用剪枝的方法对所有指标进行筛选;最后,计算综合相似度,得到供参考的相似案例.本文以湖北省秭归县滑坡为例验证该方法的有效性,并对比其他方法验证本文方法的优越性.