CSL中测试属性选择方法

决策树分类过程中,最关键的是结点测试属性的选择。本文分析了目前常见的选择测试属性方法—仅基于信息熵方法或仅基于代价的方法优、缺点,提出了综合这两种方法的代价敏感决策树测试属性的选择方法,实验显示该方法在分类错误率方面好于已有的方法。

基于孔内多属性测试的地下岩土体工程地质信息评价研究

针对钻探取芯的传统勘察方法探测地下岩土体结构特征信息存在精度低、信息不全面等问题,利用钻孔多属性测试技术,通过分析光学成像和声波波速等钻孔孔内多属性测试数据与地层结构特征信息之间的关系,可获取孔内声波波速和孔内摄像等数据,并得到地下岩土体的工程地质信息。基于钻孔多属性测试技术,研究了地下岩土体精细化分层、结构面定量描述的技术方法,阐述了岩体质量分级、岩土体动弹性力学参数和场地土类型的分析过程,并引入了孔壁岩体质量指标(WRQD)评价岩体完整性,总结归纳了基于钻孔孔内多属性测试的地下岩土体工程地质信息综合分析方法。通过工程应用验证了该方法的合理性、准确性,可为地下岩土体工程地质信息分析提供了一种多手段综合勘探的思路和方法。

求图中点度数的量子算法

本文探讨了图属性测试问题的量子加速:对于给定的图和整数k,图中是否存在一个度数为k的顶点?该问题的量子复杂度在邻接矩阵oracle模型下被证明为O(N√k),而其经典复杂度为Ω(N^(2)),其中N是图中顶点的数量.为了证明该结果,得出了一个技术性结论,即对于给定的函数g:[N]→{0,1}和整数k,存在一个量子算法可以在O(√Nk)次查询内判定|{x:g(x)=1}|是否等于k.文中的结果基于量子奇异值变换(QSVT)和有误差输入的量子搜索技术.

属性综合测度模型在区域经济中的应用研究

将属性综合测度模型应用于区域经济发展优先级别的评价中。在建立评价指标体系的基础上,根据各指标的权重,提出确定区域经济发展优先级别的属性综合测度模型。并以黄河流域的12个大城市为算例,给出了一种比较科学的、切实可行的区域空间经济区发展优先级别的评价方法。

调用模式和正确调用模式语义在Prolog程序测试中的应用

将基于调用模式语义和正确调用模式语义的程序分析技术应用于Prolog程序的CPM测试。通过调用模式分析获得内部过程被调用和成功调用的条件,利用前者删除不满足调用条件的测试帧,或当删除条件不满足时利用该条件更新测试规格中过程属性的划分准则;利用后者预测CPM测试的结果。该方法可较好地保持程序测试的质量,改善Prolog程序的CPM测试过程。

基于属性的测试在单元测试中的应用

软件测试是保证软件质量的重要手段。基于属性的测试通过验证软件系统是否满足一组明确定义的属性或规范来评估其性能。通过对属性选择、基本原理的简要介绍,并结合实验展示了基于属性的测试在具体的单元测试情境下的应用。实验采用了QuickCheck框架,并以一个二叉搜索树插入操作的测试为例,演示了在不同模式下的测试设计和执行过程。通过该实验,展示了基于属性的测试在单元测试中的有效性和实际应用。

决策树算法及其核心技术

决策树是归纳学习和数据挖掘的重要方法,通常用来形成分类器和预测模型。概述了决策树分类算法,指出了决策树算法的核心技术:测试属性的选择和树枝修剪技术。通过对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较,总结出了各种算法的特性,为使用者选择算法或研究者改进算法提供了依据。最后,通过一个实例说明决策树分类在实际生产中的应用。

决策树算法分析及应用

决策树是数据挖掘技术中一种常用的分类方法，易于理解，应用范围广泛。随着对决策树算法的持续深入地研究，以及对应用中发现的问题加以解决和不断改进，提高了决策树的分类速度、精度和实用性，并形成了多种独特的算法。该文以某商业银行信用卡消费为例对决策树及常用算法进行了详细解析，以期在今后使用或改进算法时能提供有益的帮助。

决策树算法综述

决策树算法是数据挖掘领域的一个研究热点,通常用来形成分类器和预测模型,在实际中应用广泛。介绍了决策树技术及其发展过程,重点阐述了几种典型的决策树算法,分析了它们的优缺点,并对几种算法作了比较,最后探讨了决策树算法今后的发展方向。

决策树算法在装备故障检测中的应用

为快速定位装备的故障点,引入决策树方法。将故障特征作为测试属性,故障点作为类标记。采用ID3算法计算相关信息熵对故障记录进行划分,构建所需要的决策树,用预剪枝的方法控制树的生长。以某设备故障记录样本为例,建立决策树发现故障特征和故障点之间的关联。结果表明:利用该方法对故障点进行预测,可有效缩短装备故障检测的平均时间。

基于决策树的空间数据处理策略

为了快速进行空间数据的分类,引入决策树方法,提出空间决策树思想.将空间数据中的空间属性作为测试属性,计算相关信息熵,从而构建所需要的决策树.以奥运会临时超市网点设计为例,用空间决策树法构建不同商区的人流树状图,得到了较清晰的人流趋向树状图.

基于粗集的多变量决策树方法研究

为了使构造的决策树更简单,规则更容易被理解且精度更高,文章基于粗糙集理论提出了一种对属性约简及泛化的多变量决策树算法。该方法采用条件属性的加权平均粗糙度这个指标来选择测试属性构造决策树。实验表明该方法较ID3算法得到的决策树更小且分类准确率更高。文章还展望用核属性以外的条件组合属性作测试属性构造更简化的多变量决策树。

基于AdaBoost组合算法的衍生金融工具风险预测

文章构建了衍生金融工具风险预测的AdaBoost组合算法的单属性测试和决策树模型;详细论述了单属性测试和决策树与AdaBoost算法的分类器组合机制,同时界定了12个风险检测变量指标,运用252个我国上市公司作为初始样本,分别进行了一年、两年和三年的26次衍生金融工具风险预测的AdaBoost组合算法的单属性测试(SAT),AdaBoost组合算法的决策树(DT)、单决策树和单支持向量机(SVM)实验,结果表明,基于AdaBoost组合算法的衍生金融工具风险预测模型可以对公司衍生金融工具风险进有效的预测。

低矿化度水驱提高采收率影响因素研究

研究了油品酸碱度、岩心黏土含量以及黏土矿物组成对低矿化度水驱提高采收率的影响,并在水驱测试的不同阶段进行了pH值、界面张力以及润湿性测试,结合多因素分析了低矿化度水驱的作用机理。结果表明,黏土矿物是该方法提高采收率的必要条件,酸性原油条件更适合采用该方法,蒙脱石占优的岩心低矿化度水驱提高采收率效果最好;低矿化度水驱提高采收率机理主要为,产出水的pH值增大,油水界面张力降低,润湿角减小;综合来看,在离子交换以及颗粒溶解运移的作用下,低矿化度水驱能够提高驱替过程中的洗油效率,进而提高区块整体的动用效果。

属性测度μ_x(A)的扰动问题及属性扰动算子研究

提出了属性测度 μx的扰动概念 ,使得对属性集的描述更加符合客观实际 .在此基础上定义了扰动属性区间集、属性测度区间和属性扰动算子 ,为属性数学的进一步发展拓宽了空间 .

无线传感器网络中一种能量高效的skyline查询算法

针对分布式无线传感器网络环境下的skyline查询问题,提出了KSkySenor算法,有效地从传感器网络中获取更有意义的skyline结果;KSkySenor算法对感知数据进行预处理计算每个元组的支配能力,按照支配能力与各维度值之和对其进行排序,设计了一个基于聚簇的结构用于收集所有传感器读数,提出了一个剪枝方法用于渐进的从传感器网中获取skyline结果集;实验中分别改变传感器网络规模大小、数据维度、支配属性个数k,对KSkySensor算法进行测试,实验结果表明KSkySenor算法与先前的skyline查询处理算法相比具有很高效率,减少了无线传感器网络中的数据传输量,延长了网络生命周期。