决策树C4.5连续属性分割阈值算法改进及其应用

结合Fayyad边界点原理提出一种新的连续值属性最佳分割阈值的选择算法。根据Fayyad连续值属性的最佳分割点总在边界点处的原理,只在连续属性分界点处的少数几个分割点中选择最佳分割阈值。构造并训练了改进C4.5分类器,将其应用于视频序列中的人车目标识别。实验结果表明:改进C4.5算法的计算量减少近20%,大大提高了决策树的生成效率,分类准确率也略有提高。

决策树C4.5算法在天然气输差分析中的应用

分类器是数据挖掘的一种基本方法。文章首先介绍了分类器的基本概念和决策树构建思路,然后讲述了在天然气信息数据库的基础上如何建立决策树分类器(用Java语言)和寻找影响输差较大的因素,从而得出一些实用的预测输差的规则。

决策树C4.5算法在新疆维吾尔草药图像分类中的应用

目的:利用小波变换法提取新疆维吾尔草药图像的特征,对植物药图像进行分类研究。方法:此次研究选取新疆维吾尔草药图像200张,其中花类图像100张,叶类图像100张。对图像进行去噪、尺度归一化和空间转换等预处理。利用小波变换分别提取花类、叶类图像的特征向量,用类间距法获取具有较好的分类能力的特征量,使用决策树C4.5算法对特征的分类能力进行评价。结果:对得到的这些特征量,分别利用决策树C4.5算法和贝叶斯方法进行分类,决策树算法分类准确率达到了80.0%;贝叶斯方法分类准确率达到73.5%;结论:结果显示,采用小波变换提取的特征在对不同类型的维吾尔草药图像进行分类时,将最大类间距和决策树C4.5算法结合能达到一定的分类能力;因此,决策树分类算法可以在一定程度上对新疆维吾尔草药图像进行判别分类。

基于决策树C4.5算法的京津冀机场群航线网络优化

针对京津冀机场群发展不和谐的现状,从航班准点率、航空公司份额和功能定位的角度提出机场群航线优化原则,构建了以机场群总体效益最大化为目标的机场群航线网络优化模型,将决策树C4.5算法进行改进后应用于航线网络优化问题中,通过对比各方案损益值寻找最优解。结果表明,优化后京津冀机场群总体效益提高了8.21%,优化效果显著。

决策树C4.5算法在Excel的辅助决策实现

激烈竞争的环境下,如何分析数据,为企业经营、服务、发展提供决策支持成为重点关注的内容。由于Excel的优势,在工作中难以被其他系统所完全取代。本文基于Excel的普遍性,采用VBA技术和决策树C4.5算法实现数据分析的辅助决策功能。该功能为企业的经营发展,提供更好的决策依据,具有重大价值。

基于C4.5决策树的电网故障设备状态评估

对电网故障设备进行准确的状态评估可有效提高产品质量,减少资源浪费。提出了一种基于C4.5决策树的电网故障设备状态评估方法。首先,通过对电网设备故障因素进行分析,构建了包含13个状态量的设备故障状态体系。其次,基于C4.5决策树算法构建了电网设备状态评估模型。最后,通过后剪枝算法对模型进行剪枝降低模型复杂度,并定义多项指标对算法模型进行评价。实际数据分析结果表明,构建的算法模型预测准确率、精确率均能够达到91%以上,有效支撑设备厂商储备备品备件方面工作,提升企业效益。

基于C4.5决策树算法构建学生画像模型的研究与实现

近年来,随着大数据分析技术的发展,用户画像技术日趋成熟,挖掘数据中的隐藏信息已经成了研究热门。文章参考用户画像技术,提出了一种基于C4.5决策树算法的学生画像建模方法。文章以广西大学计算机与电子信息学院的本科生为研究样本,搜集学生们的行为数据制作数据集。该模型采用平均值填充法进行数据预处理,并将清洗完毕的数据投入训练模型进行调参,从而获得最后的测试模型。该模型能够按照三级标签体系将学生分类,准确率达到62.3%。最后该文对研究结果进行了分析总结,确定了未来的发展方向。

CEO特征与新创企业战略惯性--来自C4.5决策树的经验证据

现有观点通常认为,大企业具有惯性,而小企业具有灵活性。已有研究关注CEO特征与一般企业战略惯性的关联,较少考虑相关结论对新创企业的适用性。此外,相关文献主要围绕因果推论展开,鲜有基于预测角度的定量研究。采用机器学习中的C4.5决策树算法,以我国2009—2019年经营年限在12年以内的上市公司为样本,研究基于CEO多维特征构建的C4.5决策树能否预测新创企业战略惯性,并进一步分析CEO特征的相对重要性及其对新创企业战略惯性的影响机制。结果显示:对新创企业战略惯性,基于CEO特征构建的C4.5决策树具有一定的预测能力;在众多CEO特征中,CEO学历、持股比例和收入是预测新创企业战略惯性的3个关键特征;CEO特征与企业内外部环境间的6种交互均会导致新创企业产生战略惯性,即殊途同归。结论有助于深化新创企业战略惯性理论解释,为新创企业战略管理实践提供启发。

基于C4.5决策树的嵌入型恶意代码检测方法

嵌入型恶意代码以其高隐蔽性和难检测性,成为计算机安全的新威胁.文中针对以往的统计分析法没有充分考虑嵌入型恶意代码所占字节数小、信息增益大的特点提出一种采用C4.5决策树的嵌入型恶意代码检测方法,即通过提取训练样本中信息增益最大的500个3-gram作为属性特征,建立决策树,实现对未知嵌入型恶意代码的检测.实验结果表明,文中方法在检测率和分类准确率上均具有明显优势,对感染了嵌入型恶意代码的Word文档的检测率达99.80%.

基于C4.5决策树算法的道路结冰预报模型构建与应用

为准确预报冬季道路结冰情况,保障交通运输安全,需要构建精度高、实用性强的道路结冰预报模型。将道路是否结冰抽象为二元分类问题,采用C4.5决策树算法,以通辽地区历史日最低气温、日降水量、日积雪深度和道路结冰数据为训练数据,构建了道路结冰预报模型,并以赤峰地区和沈阳到锡林浩特特高压设备运输期间道路结冰预报为例对模型的准确率加以验证。计算结果表明,赤峰地区道路结冰模型准确率为93.3%,沈阳到锡林浩特特高压交流输变电主设备运输期间道路结冰预测结果与实际情况符合度高达86.4%。这表明基于C4.5决策树算法的道路积冰预警模型准确度较高且实用性强,可作为我国东北部地区冬季道路结冰预报方法加以推广,也可为其他地区道路结冰预报提供参考。

基于CURE算法和C4.5决策树的服装销售预测模型

针对服装销售中销售预测模型不能对复杂多变的市场以及分销商的需求作出及时响应的现状,提出一种基于CURE算法和C4.5决策树相结合的方法来建立服装销售预测模型,其中CURE算法从销售前景考虑把相似的项进行聚类,C4.5决策树则将这些聚类和选取的描述标准联系起来。通过对568项历史销售数据和326项新数据进行测试,分析模型的执行效率。最后,针对预测模型中出现的分类错误,提出了进一步改进的方法。

基于C4.5决策树的大学生笔记本电脑购买行为的数据挖掘

以大学生笔记本电脑购买行为作为研究对象,由问卷调查得到数据,运用Tip DM数据挖掘工具,通过数据预处理和K-均值聚类,使用C4.5决策树对大学生消费者关于笔记本电脑的购买决策和购买行为进行特征规则提取,采用交叉分析方法进行详细的验证分析。为笔记本电脑经销商、生产商分析大学生消费群体的购买活动提供参考。

基于PCA和C4.5决策树的新疆哈萨克族食管癌图像鉴别研究

目的:探讨C4.5决策树算法结合主成分分析法(PCA)在新疆高发病食管癌X钡剂造影图像分类中的应用。方法:选取新疆高发病食管癌图像200张,其中蕈伞型和溃疡型图像各100张。对图像进行归一化、去噪和空间转换等预处理;对图像进行二尺度小波变换提取图像的低频信息,然后对其进行灰度共生矩阵法提取图像的特征;采用主成分分析(PCA)法对所提取的特征进行筛选;通过构造决策树C4.5算法分类器来验证特征的分类能力。结果:使用决策树C4.5算法分类器,对主成分分析获取的特征及综合特征进行分类。PCA选择的特征分类准确率为95%;使用综合特征分类准确率为80%。结论:综合特征的分类准确率与PCA选择的特征相比较低,表明在进行分类时,冗余特征可能会降低分类准确率;而本研究采用PCA选择后的特征分类准确率较高,表明该算法能有效减少冗余特征,弥补了过高维数的特征向量易引起维数灾难的问题,从而使得分类准确率得到了提高。一定程度上为后续的其它组织器官的特征提取提供了依据。

数据挖掘中改进的C4.5决策树分类算法

针对传统C4.5决策树分类算法需要进行多次扫描,导致运行效率低的缺陷,提出一种新的改进C4.5决策树分类算法.通过优化信息增益推导算法中相关的对数运算,以减少决策树分类算法的运行时间;将传统算法中连续属性的简单分裂属性改进为最优划分点分裂处理,以提高算法效率.实验结果表明,改进的C4.5决策树分类算法相比传统的C4.5决策树分类算法极大提高了执行效率,减小了需求空间.

基于C4.5决策树的视频车辆车型分类算法

为了克服BP神经网络、支持向量机、K-近邻和贝叶斯等分类器通常存在训练时间长、编程和运算复杂、难以满足实时性等问题,提出了基于C4.5决策树的视频车辆车型分类算法,介绍了层次化分类器设计方法,并以二分"小型车"为"小客车"和"小货车"两类的C4.5决策树的构造为例,对视频车辆车型分类C4.5决策树的构造过程作了详细介绍.最后通过实验证明了该算法进行车型分类的有效性.

一种基于C4.5决策树的Web页面分类算法

WEB文本自动分类在很多方面都有着重要的应用,如信息检索,新闻分类等。决策树算法是一种简单并且广泛使用的分类方法,具有很多优点如:分类精度高,分类速度快等。主要研究了运用C4.5决策树构建Web页面分类器的基本方法和过程,并提出了一个基于C4.5决策树的Web页面分类器的框架。在此基础上实现了一个运用于网络爬虫的Web页面分类器,实验结果表明该算法是非常有效的。

C4.5决策树法在空气质量评价中的应用

空气质量评价是确定空气污染程度的一种手段,采用先进的人工智能技术对空气环境进行智能评价和预测,成为一个新兴交叉研究领域。采用C4.5决策树算法构建空气质量评价系统,挖掘空气污染物和空气等级关系的历史数据,建立空气污染物-空气等级智能评价模型。通过实验仿真发现,C4.5决策树算法取得了较为理想的分类预测效果。

决策树优化选择下城市交通出行特征研究

文中对基于决策树优化选择下城市交通出行特征进行研究,通过研究城市交通出行方式,缓解城市交通出行压力。基于决策树算法基本理论,构建决策树模型,选取城市交通出行特征作为分类依据,运用C4.5决策树算法对城市交通出行数据进行分类,根据分类后各个不同特征叶子节点对上层子节点的总占比进行城市交通出行特征优化选择分析,并在“Occam's razor”的基础上,利用重新引入法提出优化方法,解决C4.5决策树算法存在的过度拟合问题,提升城市交通出行方式分析效果。实验结果表明,该方法可有效分析城市交通现有出行特征,指导城市交通规划,依据该方法的分析结果对早高峰线路进行优化后,有效减少了长距离拥堵路段,同时避免了严重阻塞路段的产生。

基于决策树算法的专利发明人姓名消歧研究

为了实现高质量的数据清洗,提升专利数据构建网络的准确性,发明人的姓名消歧已经成为目前国内外众多研究者重视的关键性问题。本文根据中文姓名的特殊性,选取专利数据中分层抽样采集到的400个姓名对,使用半监督学习算法,以特征向量(如分类号相似度)为信息提取源,构造基于决策树C4.5算法的分类模型,识别姓名歧义问题,并对分类模型的准确率与可靠性进行了评估。以国内通讯行业专利数据为实例的研究表明:采用该分类模型进行清洗能够有效提升数据清洗的效率和精确度。

一种基于C4.5决策树的VoIP流量识别方法

针对互联网中常见的VoIP应用类型,重点从分类特征的选取出发,提出了一种基于C4.5决策树算法的VoIP流量识别方法,并分别利用模拟数据和真实网络数据对其进行了测试。结果表明,该方法识别准确率高,对含有不同协议种类VoIP的网络数据具有较强的适应能力。