期刊文献+
共找到27篇文章
< 1 2 >
每页显示 20 50 100
C5.0算法的改进及应用 被引量:11
1
作者 罗丽娟 段隆振 +1 位作者 段文影 刘萍 《南昌大学学报(工科版)》 CAS 2017年第1期92-97,共6页
C5.0算法是一种直观、效率高的分类方法,但该算法存在信息增益率计算复杂、容易出现过拟合和决策树偏倚的问题。针对这些问题,通过公式的转换简化信息增益率的计算过程,在剪枝过程采用了损失矩阵和置信区间的结合进行剪枝判断,以及对建... C5.0算法是一种直观、效率高的分类方法,但该算法存在信息增益率计算复杂、容易出现过拟合和决策树偏倚的问题。针对这些问题,通过公式的转换简化信息增益率的计算过程,在剪枝过程采用了损失矩阵和置信区间的结合进行剪枝判断,以及对建立的多个模型的权重进行调整,提出了一种新的C5.0改进算法,并将其应用于信贷逾期预测上。使用借款人的历史还款数据进行实验,并与其他算法进行比较,结果表明:C5.0改进算法相比其他算法具有更高的准确率和效率。 展开更多
关键词 C5.0算法 信息增益率 置信区间 权重调整 信贷逾期
下载PDF
基于数据挖掘技术的北方寒冷地区居民用水、用气数据处理方法探讨 被引量:4
2
作者 周浩 林波荣 +3 位作者 张仲宸 戚建强 郑立红 常晨晨 《暖通空调》 2019年第2期58-66,共9页
对于一个城市尺度的居民用气、用水数据系统,其数据量之大通常是人力无法或难以处理与分析的,往往需要借助于数据挖掘技术。基于天津市某城区3个小区用户2 a的用水、用气数据,采用数据标准化、基于临近性检测、箱线图等数据挖掘方法,对... 对于一个城市尺度的居民用气、用水数据系统,其数据量之大通常是人力无法或难以处理与分析的,往往需要借助于数据挖掘技术。基于天津市某城区3个小区用户2 a的用水、用气数据,采用数据标准化、基于临近性检测、箱线图等数据挖掘方法,对用户数据进行了用能异常、邻月用能数据变化异常等检测,并横向比较了3个小区的总体用能水平。结合问卷调研数据,提出了通过信息增益理论及C4.5决策树等数据挖掘算法建立用户用能水平与用户特征及用户行为间的关联关系的方法。本文的研究工作展示了从建筑用能数据中提取有效信息的过程,可为建筑能耗数据管理平台构建和应用提供新思路。 展开更多
关键词 数据挖掘 异常点检测 箱线图 信息增益率 C4.5决策树
下载PDF
决策树算法在学生成绩分析中的应用研究 被引量:16
3
作者 韩丽娜 韩改宁 《电子设计工程》 2017年第2期18-21,共4页
基于挖掘分析影响学生学习效果主因素为目的,采用了能够对数据进行挖掘分析并直观展示结果的决策树技术方法,通过某班学生某门课程的学习信息数据进行挖掘分析的试验,采用ID3和C4.5算法生成决策树,并使用后剪枝技术精简决策树,最终找出... 基于挖掘分析影响学生学习效果主因素为目的,采用了能够对数据进行挖掘分析并直观展示结果的决策树技术方法,通过某班学生某门课程的学习信息数据进行挖掘分析的试验,采用ID3和C4.5算法生成决策树,并使用后剪枝技术精简决策树,最终找出决定本门课程学习效果的主要因素-考勤。从而为分析学生学习情况,给予个性化提示与指导提供有效的建议。 展开更多
关键词 决策树 信息熵 信息增益 信息增益率
下载PDF
基于C4.5决策树分类算法的改进与应用 被引量:16
4
作者 李春生 焦海涛 +1 位作者 刘澎 刘小刚 《计算机技术与发展》 2020年第5期185-189,共5页
决策树算法是在已知具有不同特征的样本数据出现的概率基础上,构建决策树来进行数据分析的一种算法。在数据分类算法中,决策树算法是一种经典的分类决策算法。首先,将所有的数据特征看作是各个树的节点,遍历所有特征,其中每当遍历到其... 决策树算法是在已知具有不同特征的样本数据出现的概率基础上,构建决策树来进行数据分析的一种算法。在数据分类算法中,决策树算法是一种经典的分类决策算法。首先,将所有的数据特征看作是各个树的节点,遍历所有特征,其中每当遍历到其中某个特征时,对特征进行分割处理,并记录分割点的数据信息,作为划分子节点的纯度依据。其次,比较记录的数据特征以及判定最优特征,寻找最优划分方式,对样本数据集进行分割操作。最后,构建符合规则的决策树。针对传统的决策树C4.5算法计算信息增益率时间过长的问题,提出了一种改进的K-C4.5算法,引用麦克劳林公式和泰勒公式的思想,将信息增益率计算公式从对数函数转化为非对数函数,从而降低运算的时间效率。以实际数据集进行测试,验证了改进后的算法具有一定的效果。 展开更多
关键词 决策树 数据概率 信息增益率 时间效率 改进算法
下载PDF
基于信息增益的小型工业企业信用评级模型 被引量:3
5
作者 周颖 《运筹与管理》 CSSCI CSCD 北大核心 2021年第1期209-216,共8页
信用评级就是衡量一笔债务违约的可能性,评价债务违约风险的大小。本文利用信息增益方法建立了信用评级模型,并以小型工业企业贷款数据为对象进行了实证分析。本文的创新与特色:一是按照指标的信息增益越大、越能将违约与非违约企业区... 信用评级就是衡量一笔债务违约的可能性,评价债务违约风险的大小。本文利用信息增益方法建立了信用评级模型,并以小型工业企业贷款数据为对象进行了实证分析。本文的创新与特色:一是按照指标的信息增益越大、越能将违约与非违约企业区分出来的思路,筛选出对违约状态有较大影响的指标。改变了现有研究不以违约鉴别力作为指标遴选标准的不足。二是在相关程度高的一对冗余指标中,删除信息增益小、即违约鉴别能力差的指标,既避免指标间反映信息重复,又避免误删违约鉴别能力强的指标。三是利用信息增益值对指标进行赋权,保证违约鉴别能力越大的指标赋予的权重越大。改变了现有研究赋权不反映指标的违约鉴别能力大小的弊端。实证结果表明:本文遴选的包括资产负债率、行业景气指数、抵质押担保等31个指标对违约状态有显著的鉴别能力,且反映信息不重复。偿债能力是影响小型工业企业信用评级的关键要素。 展开更多
关键词 信用评级 小企业评级 违约鉴别 信息增益
下载PDF
基于信息增益率的点焊接头疲劳性能影响因素分析 被引量:1
6
作者 杨鑫华 贾昕 +1 位作者 朱平 李赫 《焊接学报》 EI CAS CSCD 北大核心 2020年第10期73-78,I0005,I0006,共8页
针对利用信息熵评价焊接疲劳性能影响因素所存在的问题,引入信息增益率的概念,建立了碳钢与不锈钢电阻点焊接头疲劳性能影响因素分析模型,对各因素的信息熵和信息熵占比以及信息增益率等进行分析,以研究各因素对焊接疲劳性能的影响程度... 针对利用信息熵评价焊接疲劳性能影响因素所存在的问题,引入信息增益率的概念,建立了碳钢与不锈钢电阻点焊接头疲劳性能影响因素分析模型,对各因素的信息熵和信息熵占比以及信息增益率等进行分析,以研究各因素对焊接疲劳性能的影响程度.结果表明,板厚与焊接时间的信息熵以及信息熵占比最大,不确定性最高,电极直径与电极力刚好相反,各因素的信息熵差异较大导致对信息增益有很大影响.电极直径与电极力的信息增益率为59.34%,对疲劳性能的影响最大;板宽的信息增益率为38.89%,对疲劳性能的影响最小;板厚与焊接时间的信息增益率为52.33%,对疲劳性能的影响仅次于电极直径与电极力. 展开更多
关键词 点焊接头 疲劳 影响因素 信息增益率
下载PDF
隐瞒信息、寻租与保障房错配 被引量:3
7
作者 贾春梅 葛扬 《河北经贸大学学报》 CSSCI 北大核心 2014年第3期42-46,共5页
审计署及部分省审计厅发布的保障性安居工程审计结果表明,部分不符合条件家庭"不应进却进""应退却未退"保障房,造成了部分保障房错配。在上述典型事实的基础上,厘清造成保障房错配的各影响因素,进而构建不符合条件... 审计署及部分省审计厅发布的保障性安居工程审计结果表明,部分不符合条件家庭"不应进却进""应退却未退"保障房,造成了部分保障房错配。在上述典型事实的基础上,厘清造成保障房错配的各影响因素,进而构建不符合条件家庭与保障房分配政策执行者之间的博弈模型进行不对称信息静态博弈分析,求解不符合条件家庭隐瞒信息或寻租行为与影响因素之间的定量关系。因此,为了提高保障房的配置效率,需要提高监管精准度、降低监管成本、加大处罚力度、压缩保障房利润空间等。 展开更多
关键词 隐瞒信息 寻租 博弈 保障房错配 瞄准失效率 安居工程 或有收益 纳什均衡
下载PDF
决策树在高校学生就业信息中的应用 被引量:2
8
作者 刘幸东 孔丽英 《肇庆学院学报》 2007年第2期45-48,共4页
应用决策树方法对大学生就业信息进行了分析挖掘,并抽取规则知识,指出专业成绩、外语成绩、实践能力等是影响学生就业层次的主要因素.
关键词 决策树 就业信息 信息增益率
下载PDF
基于约简属性和阈值分割的决策树构建方法 被引量:2
9
作者 谭正华 戴立平 +1 位作者 文阳 李国泰 《计算机工程与应用》 CSCD 北大核心 2020年第22期160-165,共6页
针对决策树C4.5算法在处理连续值属性过程中时间复杂度较高的问题,提出一种新的决策树构建方法:采用概率论中属性间的相关系数(Pearson),对数据集中的属性进行约简;结合属性的信息增益率,保留决策属性的最优子集,保证属性子集中没有冗... 针对决策树C4.5算法在处理连续值属性过程中时间复杂度较高的问题,提出一种新的决策树构建方法:采用概率论中属性间的相关系数(Pearson),对数据集中的属性进行约简;结合属性的信息增益率,保留决策属性的最优子集,保证属性子集中没有冗余属性;采用边界点的判定,改进了连续值属性离散化过程中阈值分割方法,对信息增益率的计算进行修正。采用UCI数据库中的数据集,在Pycharm平台上进行一系列对比实验,结果表明:采用改进后C4.5决策树算法,决策树生成效率提高了约50%,准确率提升约2%,比较有效地解决了原C4.5算法属性选择偏连续值属性的问题。 展开更多
关键词 决策树 冗余属性 边界点 阈值分割 信息增益率
下载PDF
基于泊松分布的加权朴素贝叶斯文本分类算法 被引量:11
10
作者 赵博文 王灵矫 郭华 《计算机工程》 CAS CSCD 北大核心 2020年第4期91-96,共6页
朴素贝叶斯(NB)算法应用于文本分类时具有简单性和高效性,但算法中属性独立性与重要性一致的假设,使其在精确度方面存在瓶颈.针对该问题,提出一种基于泊松分布的特征加权NB文本分类算法.结合泊松分布模型和NB算法,将泊松随机变量引入特... 朴素贝叶斯(NB)算法应用于文本分类时具有简单性和高效性,但算法中属性独立性与重要性一致的假设,使其在精确度方面存在瓶颈.针对该问题,提出一种基于泊松分布的特征加权NB文本分类算法.结合泊松分布模型和NB算法,将泊松随机变量引入特征词权重,在此基础上定义信息增益率对文本特征词加权,削弱传统算法属性独立性假设造成的影响.在20-newsgroups数据集上的实验结果表明,与传统NB算法及其改进算法RwC-MNB和CFSNB相比,该算法可使文本分类的准确率、召回率和F1值得到提升,并且执行效率高于K-最近邻算法和支持向量机算法. 展开更多
关键词 文本分类 朴素贝叶斯算法 泊松分布 信息增益率 特征词权重
下载PDF
一种基于PCA的文本特征混合选择方法 被引量:8
11
作者 张扬武 李国和 +2 位作者 王立梅 宗恒 赵晶明 《计算机应用与软件》 北大核心 2019年第10期23-29,80,共8页
由于文本分类中的特征空间高维稀疏,传统单一的降维方法难以满足实际大数据分类需求。针对这种情况,提出一种两阶段的混合特征选择方法。第一阶段计算每个特征词的信息增益率并进行排序,然后根据设定的阈值进行特征词的选择。第二阶段... 由于文本分类中的特征空间高维稀疏,传统单一的降维方法难以满足实际大数据分类需求。针对这种情况,提出一种两阶段的混合特征选择方法。第一阶段计算每个特征词的信息增益率并进行排序,然后根据设定的阈值进行特征词的选择。第二阶段利用主成分分析方法将第一阶段输出的仍保持高维特性的高维特征空间映射到低维新特征空间。实验结果表明,与单一的传统方法比较,混合特征选择方法实现了二次降维,不但减少了计算开销,还提高了分类性能。 展开更多
关键词 降维 文本分类 主成分分析 信息增益率 特征选择
下载PDF
新能车属性离散化的分辨矩阵和信息增益算法
12
作者 周爱国 于江洋 +2 位作者 施金磊 王嘉立 魏榕慧 《测控技术》 2021年第4期58-64,69,共8页
针对新能源智能车监控数据中包含过多的连续属性,提出了一种基于分辨矩阵和信息增益率的有监督离散化算法,从而降低连续属性的取值精度,使得新能源智能车后续的分类模型建立更具泛化能力。该算法在保证分类效果的前提下,获得尽可能少的... 针对新能源智能车监控数据中包含过多的连续属性,提出了一种基于分辨矩阵和信息增益率的有监督离散化算法,从而降低连续属性的取值精度,使得新能源智能车后续的分类模型建立更具泛化能力。该算法在保证分类效果的前提下,获得尽可能少的结果断点,主要从3个方面对传统的离散化算法进行优化,一是根据决策表的条件属性与决策属性构建候选断点分辨矩阵,通过分辨矩阵判断相邻属性取值之间是否有可能的断点;二是用信息增益率来优化结果断点的选取;三是通过设定停止阈值解决了传统算法因停止条件过于严格导致算法选取过多的结果断点、离散化效果一般的问题。实验结果表明,改进的算法能够有效减少断点数量,大幅提高计算效率,并获得与经典算法相近的离散结果。 展开更多
关键词 新能源智能车 连续属性 分辨矩阵 信息增益率 离散化
下载PDF
本科毕业生主动离职的调查实证——基于决策树模型的研究
13
作者 张学新 《集美大学学报(教育科学版)》 2016年第5期65-71,共7页
用2014年应届本科毕业生的跟踪调查数据,挖掘大学毕业生主动离职的主因,建立决策树模型预测本科毕业生主动离职倾向。结论是:"毕业后三个月的薪酬"、"就业观"、"对高校设置就业指导课的作用性评价"是影... 用2014年应届本科毕业生的跟踪调查数据,挖掘大学毕业生主动离职的主因,建立决策树模型预测本科毕业生主动离职倾向。结论是:"毕业后三个月的薪酬"、"就业观"、"对高校设置就业指导课的作用性评价"是影响毕业生主动离职的三大主要因素。一条重要的推理规则是:如果"毕业后三个月的薪酬在2000元以下或者2001至3000元",则"主动离职"。该决策树模型与神经网络模型、逻辑斯蒂模型对比评价总体良好,可以用于预测大学本科毕业生的主动离职倾向,为企业选定人才及毕业生就业正确定位提供参考。 展开更多
关键词 本科毕业生 主动离职 决策树模型 信息增益率 置信度 提升曲线
下载PDF
基于信息增益的最优组合因子Fisher判别法 被引量:4
14
作者 毛临川 吴根秀 +1 位作者 吴恒 黄梅 《计算机工程与应用》 CSCD 北大核心 2016年第19期94-96,145,共4页
线性判别分类器是一种有效的模式分析技术,其中以Fisher判别法准则应用最广,目前已有多种改进线性提取方法。引进信息增益,建立基于信息增益的最优组合因子判别分类器,实现最优组合因子判别分类器的优化。实验结果表明优化后的分类器有... 线性判别分类器是一种有效的模式分析技术,其中以Fisher判别法准则应用最广,目前已有多种改进线性提取方法。引进信息增益,建立基于信息增益的最优组合因子判别分类器,实现最优组合因子判别分类器的优化。实验结果表明优化后的分类器有效剔除了冗余因子,具有良好的分类准确率。 展开更多
关键词 信息增益 最优组合因子 回代率
下载PDF
ID3算法的优化 被引量:4
15
作者 朱琳 杨杨 《软件》 2016年第12期-,共4页
随着硬件设备的普及,促使信息技术和移动互联网的快速发展,人们已经告别了信息匮乏的时期,而进入到了信息过载的时期。人们试图用搜索功能搜索出自己想要的信息,如今已是非常困难,怎样从海量的数据中筛选出有价值的信息是信息提供者和... 随着硬件设备的普及,促使信息技术和移动互联网的快速发展,人们已经告别了信息匮乏的时期,而进入到了信息过载的时期。人们试图用搜索功能搜索出自己想要的信息,如今已是非常困难,怎样从海量的数据中筛选出有价值的信息是信息提供者和信息需求者都要面对的挑战。本文对数据分类中的ID3算法的基本概念和原理以及其构造过程进行了详细阐述,针对ID3算法倾向于选择取值较多的属性的缺点,引进属性阈值和信息增益率两个概念。弥补ID3算法属性选择标准的不足,来实现新的属性选择标准,对原有ID3算法进行改进。通过实验对改进前后的算法进行了比较,实验表明,改进后的算法提高了分类准确度。 展开更多
关键词 数据挖掘 ID3算法 信息增益 信息增益率 分类
下载PDF
Applying deep learning and benchmark machine learning algorithms for landslide susceptibility modelling in Rorachu river basin of Sikkim Himalaya, India 被引量:4
16
作者 Kanu Mandal Sunil Saha Sujit Mandal 《Geoscience Frontiers》 SCIE CAS CSCD 2021年第5期264-280,共17页
Landslide is considered as one of the most severe threats to human life and property in the hilly areas of the world.The number of landslides and the level of damage across the globe has been increasing over time.Ther... Landslide is considered as one of the most severe threats to human life and property in the hilly areas of the world.The number of landslides and the level of damage across the globe has been increasing over time.Therefore,landslide management is essential to maintain the natural and socio-economic dynamics of the hilly region.Rorachu river basin is one of the most landslide-prone areas of the Sikkim selected for the present study.The prime goal of the study is to prepare landslide susceptibility maps(LSMs)using computer-based advanced machine learning techniques and compare the performance of the models.To properly understand the existing spatial relation with the landslide,twenty factors,including triggering and causative factors,were selected.A deep learning algorithm viz.convolutional neural network model(CNN)and three popular machine learning techniques,i.e.,random forest model(RF),artificial neural network model(ANN),and bagging model,were employed to prepare the LSMs.Two separate datasets including training and validation were designed by randomly taken landslide and nonlandslide points.A ratio of 70:30 was considered for the selection of both training and validation points.Multicollinearity was assessed by tolerance and variance inflation factor,and the role of individual conditioning factors was estimated using information gain ratio.The result reveals that there is no severe multicollinearity among the landslide conditioning factors,and the triggering factor rainfall appeared as the leading cause of the landslide.Based on the final prediction values of each model,LSM was constructed and successfully portioned into five distinct classes,like very low,low,moderate,high,and very high susceptibility.The susceptibility class-wise distribution of landslides shows that more than 90%of the landslide area falls under higher landslide susceptibility grades.The precision of models was examined using the area under the curve(AUC)of the receiver operating characteristics(ROC)curve and statistical methods like root mean square error(RMSE)and mean absolute error(MAE).In both datasets(training and validation),the CNN model achieved the maximum AUC value of 0.903 and 0.939,respectively.The lowest value of RMSE and MAE also reveals the better performance of the CNN model.So,it can be concluded that all the models have performed well,but the CNN model has outperformed the other models in terms of precision. 展开更多
关键词 Machine learning techniques information gain ratio(igr) Landslide susceptibility map(LSM) Convolutional neural network(CNN) Receiver operating characteristics(ROC)
下载PDF
无人机信息链路电磁干扰效应规律研究 被引量:13
17
作者 张冬晓 陈亚洲 +1 位作者 程二威 杜宝舟 《北京理工大学学报》 EI CAS CSCD 北大核心 2019年第7期756-762,共7页
通过对无人机电磁干扰耦合路径分析,建立了信息链路电磁干扰理想模型,讨论了电磁干扰对数据链系统工作信号的压制作用.以某型无人机装备数据链系统为研究对象,提出了一种基于无人机动态飞行的信息链路实验室模拟方法,搭建了数据链电磁... 通过对无人机电磁干扰耦合路径分析,建立了信息链路电磁干扰理想模型,讨论了电磁干扰对数据链系统工作信号的压制作用.以某型无人机装备数据链系统为研究对象,提出了一种基于无人机动态飞行的信息链路实验室模拟方法,搭建了数据链电磁干扰注入效应试验系统,分析并确定了电磁敏感度判据.通过无人机上行数据链系统连续波电磁干扰注入效应试验,找到了敏感频点和电磁敏感阈值,分析了信息链路电磁干扰作用机理,探索了失锁效应与AGC电压、误码率之间的内在规律,为靶场实验和无人机电磁干扰预测提供了经验. 展开更多
关键词 无人机信息链路 电磁干扰 失锁 AGC电压 误码率
下载PDF
决策树算法在高校学生就业分析中的应用研究 被引量:1
18
作者 张永雄 余丙军 邓志虹 《现代计算机(中旬刊)》 2016年第10期61-63,66,共4页
随着大数据分析技术的快速发展,对于高校就业信息的海量数据,如何有效地利用这些数据,发掘有价值的知识,是目前高校研究的热点课题。提出一种利用决策树算法分析就业信息的方法,并通过实例验证其可行性,为高校决策部门改进教学管理提供... 随着大数据分析技术的快速发展,对于高校就业信息的海量数据,如何有效地利用这些数据,发掘有价值的知识,是目前高校研究的热点课题。提出一种利用决策树算法分析就业信息的方法,并通过实例验证其可行性,为高校决策部门改进教学管理提供有价值的参考方案。 展开更多
关键词 决策树 信息增益 准确率
下载PDF
结合信息增益率的异构医疗数据库字段标识系统设计 被引量:2
19
作者 魏玮 《科学技术与工程》 北大核心 2019年第22期229-234,共6页
为解决现阶段医疗机构中不同科室数据异构,导致标识准确率低的问题,提出并设计了结合信息增益率的异构医疗数据库字段标识系统.给出设计系统整体结构,分析设计系统主要模块功能.对异构医疗信息进行数据标识化处理,令原本没有语义信息的... 为解决现阶段医疗机构中不同科室数据异构,导致标识准确率低的问题,提出并设计了结合信息增益率的异构医疗数据库字段标识系统.给出设计系统整体结构,分析设计系统主要模块功能.对异构医疗信息进行数据标识化处理,令原本没有语义信息的异构医疗数据变成可处理数据.在此基础上,将信息增益率看作节点分割的优度衡量指标建立多特征函数,依据特征函数标识异构医疗数据库信息时,通过标识规则对数据种类进行判断,获取全部医疗信息数据库所有数据字段标识结果,完成异构医疗数据库字段标识系统设计.实验结果表明,所设计系统标识结果准确,操作性能优,标识时延低. 展开更多
关键词 信息增益率 异构 医疗数据库 字段标识 系统
下载PDF
基于C4.5算法优化SVM的个人信用评估模型 被引量:4
20
作者 刘潇雅 王应明 《计算机系统应用》 2019年第7期133-138,共6页
支持向量机作为非参数方法已经广泛应用于信用评估领域.为克服其训练高维数据不能主动进行特征选择导致准确率下降的缺点,构建C4.5决策树优化支持向量机的信用评估模型.利用C4.5信息熵增益率方法进行属性选择,减少冗余属性.模型通过网... 支持向量机作为非参数方法已经广泛应用于信用评估领域.为克服其训练高维数据不能主动进行特征选择导致准确率下降的缺点,构建C4.5决策树优化支持向量机的信用评估模型.利用C4.5信息熵增益率方法进行属性选择,减少冗余属性.模型通过网格搜索确定最优参数,使用F-score和平均准确率评价模型性能,并在两组公开数据集上进行验证.实证分析表明,C4.5决策树优化支持向量机的信用评估模型有效减少了数据学习量,较于传统各类单一模型有较高的分类准确率和实用性. 展开更多
关键词 个人信用评估 支持向量机 C4.5决策树 属性选择 信息熵增益率
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部