IBLE决策树算法在牙病案例诊断中的应用

尽管在数据挖掘中ID3算法占有非常重要的位置。但是,在应用中ID3算法存在不能够处理连续属性、计算信息增益时偏向于选取取值较多的属性等不足。为此,一种改进型决策树算法IBLE被提出,它主要是利用信息论中信道容量的概念作为对实体中选择重要特征的度量。用多个特征组合成规则的结点来判别实例,能够更有效地正确判别。将此算法应用于口腔疾病的诊断中,实验结果表明这种算法具有很强的识别能力,对牙病案例的诊断起到很好的辅助诊断作用。

基于IBL算法的CBR系统中索引与检索机制研究

文章介绍了基于示例学习算法IBL的概况，并对其加以改进，提出了一个新的算法IBL－Cluster。它主要由概念描述形成算法和概念描述修改算法构成。在此基础上建立了应用在基于事例的推理系统CBR中的基于IBL算法的索引与检索机制。实验表明新算法IBL－Cluster在存储空间及测试正确率方面均有改善。

决策树算法在农业病害诊断中的应用

指出ID3算法存在的不足,阐述了改进型决策树算法应用于诊断农作物病害中,具有很强的识别能力,对农作物病害的诊断起到很好的辅助诊断作用。