基于决策树CART的中文文语转换系统语音合成单元的预选

近年来基于大语料库进行单元预选的语音合成技术逐渐受到人们的重视。由于其合成的语音单元取自自然的原始发音 ,合成语句的自然度和清晰度非常高。采用该技术的关键之一就是如何从语料库中选取合适的合成单元。本文采用了一种基于决策树 CART (classification and regressiontree)的中文文语转换系统 (TTS)语音合成单元预选方法。实验表明 ,使用 CART时各个参与预选的文本属性在预选中所起的作用有所不同。最后以此来指导目标单元和候选单元之间规则距离的确定。

基于支持向量机和决策树CART的个人信用评估

为了更好地控制借款人的信用风险,利用支持向量机对个人信用进行预测与分析,在支持向量机对个人信用评估产生缺陷的基础上提出基于代价敏感学的CART决策树预测个人信用的方法。实证分析表明:该方法能够较好地对借款人信用状况进行预测,为互联网金融机构进行相关风险管理提供理论依据。

决策树CART在高校学生体质测试数据分析中的应用研究

目的:通过CART决策树算法,寻找学生健康体质测试数据中各指标的非线性关系,找到各指标对学生体质测试等级的影响程度,为体育教学工作的提高提供更多维度的支持。方法:对山东大学近万名本科生的健康体质测试数据进行处理和分组,分为男生组和女生组,通过CART决策树算法对两组数据进行分析,分别建立模型,并对决策树模型进行可视化表达。结果:(1)CART决策树算法可较好的通过各指标对学生健康体质测试成绩等级进行分类、训练、验证,预测结果正确率都可达到85%以上,且可判断各个指标的影响程度,为提高体育教学质量提供实证依据。(2)样本中男女生各项体质测试指标对等级的影响程度情况存在明显的差异,具体表现在男生体质测试成绩等级最关键的影响因素是引体向上项目,女生体质测试成绩等级最关键的影响因素是800m项目,建议在男女生差异化体育教学过程中,加强男生上下肢力量训练和女生心肺耐力锻炼,再辅以跑动能力练习。

基于CART决策树的分布式数据离群点检测算法

在分布式计算环境中,离群点通常表示数据中的异常情况,例如故障、欺诈、攻击等。通过检测分布式数据的离群点,可以对这些异常数据进行集中处理,保护系统和数据的安全。而进行离群点检测时,不仅要考虑数据的规模和复杂性,还要在分布式环境下高效地发现离群点。因此,提出一种基于CART决策树的分布式数据离群点检测算法。在构建CART决策树时,使用类间中心距离作为分裂准则,根据分离类别对训练数据进行分类,从而确定数据的类型。在上述基础上,考虑到离群点的分布模式与其周围数据对象不同,使用空间局部偏离因子(SLDF)对空间内各个数据对象之间的离群程度展开度量,同时在高维空间内展开网格划分,引入SLDF算法检测剩余离群点集,最终实现分布式数据离群点检测。实验结果表明,所提方法的离散点检测错误率在0.010以内,可以更加精准地实现分布式数据离群点检测,具有良好的检测性能。

基于CART决策树的FPSO单点系泊系统电滑环故障诊断

为了保障FPSO单点系泊系统电滑环运行安全,有必要开展电滑环故障诊断方法的研究,为单点系泊系统电滑环故障预警与排查提供依据。本文针对FPSO单点电滑环故障的诊断问题,采用了一种基于CART决策树算法的故障诊断模型;进一步利用有限元制作样本数据集,并通过该数据集训练得到了电滑环故障诊断模型;最后,通过后剪枝法完成了诊断模型的简化,实现了对电滑环的故障诊断。分析结果可以得到,该模型具有较高的准确率和较快的诊断速度,能够对电滑环进行有效的诊断,以便工作人员及时采取措施修复或更换电滑环,保证FPSO的安全运行。

基于CART决策树的水位流量序列数据异常值检测

为提高水文数据质量和数据校核效率,提出了一种基于CART决策树的水位流量序列数据异常值检测方法,以提高异常值自动检测水平。首先构造纳入冗余数据样本,再利用水位流量序列数据特性选择检测特征,然后将样本带入特征,结合测站特性和基尼系数算法计算特征阈值,形成决策树,最后利用决策树进行异常值检测,辅助人工数据校核。经过人工判定后的数据,将形成新的样本用于下一次决策树构建。该方法的检测精度和效率能满足实际应用,目前已在全国水文水资源监测信息系统使用。

供应链金融背景下甘肃中药材核心企业评价问题研究--基于CART决策树算法的预测与分析

银企博弈论模型证明了有核心企业参与的中药材产业供应链融资中,中药材中小企业更易获得融资。结合甘肃省中药材行业的特殊性及金融机构的风险管理需求,利用逐步回归法进行指标选择,建立了完善的供应链金融核心企业评价指标体系。根据决策树算法特征,确定了指标体系维度和指标权重,构建了一个基于CART决策树算法的核心企业“综合评级”预测模型,进行了实证研究。采用均方误差对模型的拟合效果进行了分析,证明该预测模型具有较好的泛化能力和准确度。最后,给出了技术和实践层面的建议。

基于CART决策树与BP神经网络算法探析蒋小敏教授治疗骨痹的辨证规律

目的基于CART(分类回归树)决策树与BP(反向传播)神经网络算法探讨蒋小敏教授治疗骨痹的中医辨证规律。方法收集蒋小敏教授2013年1月-2021年9月于江西中医药大学附属医院国医堂的门诊医案数据,通过Microsoft Excel 2019建立蒋小敏治疗骨痹的临床医案数据库。采用R 4.1.2软件rpart函数实现CART决策树模型的构建。采用SPSS Modeler 18.0软件,建立BP神经网络的中医诊断模型。结果共建立了气滞血瘀证、湿热阻络证和肝肾亏虚证3个中医辨证模型。CART决策树算法建模结果显示:气滞血瘀证、湿热阻络证和肝肾亏虚证的预测准确率分别为73.54%、84.56%、84.98%,各模型的曲线下面积(ACU)值分别为0.738、0.795、0.748。BP神经网络算法建模结果显示:气滞血瘀证、湿热阻络证和肝肾亏虚证的预测准确率分别为75.13%、87.69%、83.77%,AUC值分别为0.764、0.829、0.817。结论CART决策树和BP神经网络2种不同的算法在中医诊断建模上均具有一定的可行性,能够优势互补。基于真实世界临床医案,挖掘出骨痹症状与证型之间的关系特点,并初步预测了蒋小敏教授的辨证思路,对骨痹的辨证提供了科学依据。

基于面向对象CART决策树的土地利用分类研究

面向对象的CART决策树分类方法可解决目前流行的监督分类、非监督分类以及模糊分类方法中“同物异谱、异物同谱”引发的漏分、错分问题。该方法融入了形状和纹理特征进行分类,同时运用二级分类体系解决了相似地物因光谱、纹理不同而导致的地物错分问题,分类效果较好。利用楚雄市鹿城镇2013年GF-1号遥感影像进行土地利用分类。结果表明:(1)基于光谱、形状和纹理信息选取的19个特征变量开展面向对象的CART决策树分类,总体精度可达90.22%,其中林地分类的效果最好;(2)二级分类体系解决了耕地、裸地因光谱、纹理特征多样而产生的地物错分问题,总体精度提高了7.06%,Kappa系数提高了8.17%。

基于CART决策树模型的北京市春季气传花粉浓度与植被空间结构关系研究

【目的】开展气传花粉浓度与植被空间结构关系的研究,归纳总结不同花粉浓度阈值下植被空间结构,将其应用于植物群落设计及提升过程中,为北京市城市绿地设计、建造及改造提供数据支撑,对城市绿地空间环境的营造具有实际指导意义。【方法】研究应用Durham花粉采集器于2021年04月03日−04月09日对北京市内92个采样点的气传花粉浓度进行监测,通过CART决策树算法对不同花粉浓度的植被空间进行分类,最终归纳总结出高、中、低3个花粉浓度阈值所对应的植被空间结构模式图。【结果】(1)乔木盖度是区别不同植被空间花粉浓度的主要控制指标,其与花粉浓度的关系并非单一线性,而是呈现一定波动性。当0.698<乔木盖度≤0.777时,花粉浓度最小,预测值为74粒/(103 mm2);当乔木盖度>0.777时,花粉浓度最大,预测值为285粒/(103 mm2);当0.600<乔木盖度≤0.698时,花粉浓度预测值为207粒/(103 mm2);当乔木盖度≤0.600时,花粉浓度预测值为133粒/(103 mm2)。(2)除乔木盖度外,区别不同植被空间花粉浓度的控制指标还有灌木平均高度、乔木平均高度、地被平均高度和乔木平均枝下高等高度指标,以及群落结构类型、乔木占比和地被三维绿量等指标。(3)低花粉浓度的植被空间结构主要表现为上层高大、中下层低矮,植被类型主要为分支点高的大型乔木;高花粉浓度的植被空间结构主要有两种情况,一种是上层乔木覆盖程度较低时,中下层植被茂密,另一种是上层乔木覆盖程度极高,植物群落整体浓密,植被类型主要为常绿乔木和树冠浓密的落叶乔木,以及枝杈丰富的灌木。【结论】本研究为气传花粉致敏植物的栽植与优化改造提供科学依据,对于新建城市绿地,致敏植物尽量应用于与高花粉浓度的植被空间结构类似的群落内部;对于已建成包含气传花粉致敏植物的群落,可通过增加植物将原本为低花粉浓度的植被空间改造为高花粉浓度的植被空间,尽可能将花粉在植被空间内部滞留沉降,减少分散到城市内部的花粉量,缓解气传花粉致敏植物对过敏人群的健康威胁。

考虑颜色特征最优组合的CART决策树火灾图像识别方法

针对火灾图像识别过程中颜色特征数量多、特征间相关性复杂、难以在多维特征融合过程中有效融合图像颜色特征等问题,提出1种考虑颜色特征最优组合的CART决策树火灾图像识别方法。首先,在Lab、RGB、HSV 3种色彩模式下基于图像颜色特征提取火灾图像特征序列;其次,分别在3种色彩模式下基于精细决策树与特征随机排列组合方法提取颜色特征中最优组合特征;最后,将提取的火灾图像最优组合特征序列作为CART决策树输入进行模型训练,并通过测试样本以及其他机器学习方法进行模型泛化能力的分析。研究结果表明:本文方法寻找出识别火灾图像的最优颜色特征组合为“Kb1+Var1+Kg+Kb2+Var2+Kh+Ks+Kv”;CART决策树方法对于火灾图像识别的测试准确度可达84.5%,其分类效果明显优于其他决策树类与集成树类方法;9折为最佳交叉验证折数,其测试准确度可达86.47%,与5折交叉验证相比明显提升14.77%。研究结果可为火灾图像识别提供方法基础。

基于CART决策树的车辆与行人碰撞中头部损伤风险预测

为快速预测汽车碰撞行人头部损伤风险,建立了一种基于多刚体系统动力学仿真方法和分类回归决策树(CART)的预测模型。参考欧洲新车评价规程(Euro-NCAP),开发了具有精细化刚度特征的车辆前部结构多体模型;以行人尺寸、初始车辆速度和行人速度、人车碰撞位置、相对角度为变量,通过全因子设计试验方法,建立了4500组多体仿真模型;采用CART模型,挖掘变量与动力学响应参数的关联性。结果表明:车辆初始碰撞速度是影响行人头部动力学响应的关键因素;该模型对于碰撞速度和头部损伤准则(HIC15)值的预测精度分别为87.5%和86.8%,平均预测耗时为42.7ms,两者均具有较高的预测精度和决策能力。该结果可为制定行人头部损伤风险评估实验和损伤防护研究提供理论参考依据。

一种面向对象的CART决策树火烧迹地提取方法

现有的火烧迹地遥感提取主要侧重于对光谱信息的判识,对遥感影像的形状、纹理、空间上下文等特征的挖掘尚不充分。为此,本文提出了一种面向对象的分类回归树算法(CART)决策树火烧迹地提取方法,旨在提升火烧迹地遥感信息提取的精度和可靠性。为验证方法的可行性,本文选取四川省冕宁县“4·20”森林火灾为研究区,以国产高分一号B星(GF-1B)卫星数据为数据源,对研究区影像进行面向对象的最优尺度分割,并采用CART决策树算法,根据不同地物的光谱、形状和纹理特征从中自动获取最优特征及其阈值,构建决策树实现火烧迹地提取。结果表明:该方法在火烧迹地上的提取精度(总体精度92.00%)和可靠性(Kappa系数85.56%)均优于既有的监督分类技术方法。相关研究方法和实验结果可为火烧迹地精准提取与灾后评估等研究提供参考。

高光谱图像植被类型的CART决策树分类

为提高植被分类的精度,在利用高光谱图像提取植被信息时需要考虑训练样本和地形等其他因素的影响。以长白山为研究背景,基于CART(Classification And Regression Tree)算法构建决策树模型,对高光谱图像进行植被分类。由于混合像元的影响,以采用PPI(Pixel Purity Index)提取的纯净像元作为训练样本,提取植被指数、纹理和地形等分类特征变量。基于这些变量构建CART决策树对植被分类,并将结果与最大似然法分类结果进行比较。结果表明,CART决策树分类法可实现光谱、纹理和地形特征的有效组合,有较好的分类效果。

基于CART决策树提取高分辨率遥感影像建筑物信息

传统的仅依赖于光谱信息的遥感影像信息提取方法难以满足精度要求,基于CART算法构建规则集,利用决策树技术对玉树地区高分辨率影像进行建筑物信息提取,除了光谱信息外还结合建筑物的纹理特征信息。结果表明,提取精度较传统的最大似然法有了较明显的提高,说明此方法对于高分辨率影像建筑物提取具有一定的可行性。

基于CART决策树算法的企业研发项目绩效评价研究

在企业高质量发展背景下,研发是企业创新的源泉,但由于其复杂性和产出的不确定性,如何对研发项目进行科学、合理的绩效评价是企业需要解决的关键问题之一。以A企业为研究对象,首先在分析其研发项目绩效评价现状及存在的评价侧重点失衡、绩效考核主观性较强等问题的基础上,设计了研发项目绩效评价的流程和方法,并从项目投入、项目过程管理、项目产出以及项目预期效果四个方面建立了研发项目绩效评价指标体系;然后利用CART决策树算法构建了研发项目绩效评价模型;最后进行了模型的训练以及模型结果的分析,结果表明项目过程管理对A企业研发项目绩效评价结果的影响最大。

基于SMOTE和CART决策树的螺栓打紧质量异常检测

提出了一种基于SMOTE算法和CART决策树的螺栓打紧质量异常检测模型。该方法采用SMOTE过抽样算法处理螺栓打紧工艺数据类间不均衡问题,在此基础上建立CART决策树模型对打紧工艺的特征信息进行数据挖掘,诊断螺栓打紧质量状态。结合网格搜索和模型交叉验证的参数寻优方法对树深和基尼不纯度的阈值进行参数优化验证。最后,利用参数最优训练模型学习曲线和测试集上ROC曲线下面积AUC值对模型性能进行评价。实验结果表明,该组合模型具有优异的异常检测精度,研究成果可为螺栓打紧质量状态的诊断提供有力支撑。

面向对象CART决策树方法的湿地遥感分类

[目的]以北京地区为例,对大区域多类型湿地信息提取方法进行研究。[方法]采用面向对象多尺度分割算法及光谱差异分割算法分割Landsat8 OLI遥感影像,辅助Google Earth高清影像及2015年人工解译结果,使用分层抽样法随机产生训练样本与验证样本;综合运用光谱、形状、纹理特征及拓扑关系,构建CART决策树模型提取研究区湿地信息;与最大似然法、面向对象最邻近方法的分类结果进行对比。[结果]利用面向对象CART决策树方法,分类结果的总精度为88.05%,Kappa系数为0.844,相较于面向对象最邻近方法,总体精度、Kappa系数相差不大,但针对部分湿地类型,如河流、沼泽湿地,精度提高了10%~20%;比使用最大似然分类法的总精度高近30%,Kappa系数提高0.355。[结论]对于湿地分布广泛、类型及数量较多的地区,面向对象CART决策树方法分类结果较好,是一种快速、有效的分类方法。

基于CART决策树的活跃读者群体预测模型研究

国家图书馆作为国家级公益性文化机构,拥有海量的馆藏资源和庞大的用户群体,多年来在资源建设、读者行为等方面积累了丰富的数据,基于这些重要数据进行科学预测非常有意义。从已有的读者信息和借阅数据中获取到与读者活跃度相关的所有特征,利用CART决策树构建了未来活跃读者群体的预测模型,并通过调参和剪枝等手段得到模型的最高得分。结果表明:读者ID、读者年龄、所借单册的分类号和出版社是影响读者活跃度的主要因子。该模型在5万条以上大样本数据量上呈现较好的预测能力,并通过交叉验证可以稳定模型的平均准确程度,避免了训练样本的随机性。

基于CART决策树的高分二号洞庭湖区湿地分类方法

高分卫星遥感湿地分类的关键在于解决"同物异谱、异物同谱"难题。本文将当前应用前景广泛的亚米级国产高分二号(GF-2)影像和CART决策树面向对象分类算法相结合,以湖南沅江为例进行洞庭湖区典型湿地的分类提取工作,选取包括光谱信息、几何特征、地形特征和纹理特征等多维对象特征对分类器进行训练,构建了多维特征湿地分类方法。试验区总体分类精度优于传统方法,可为基于GF-2影像的洞庭湖湿地分类提供技术参考。