基于改进SLIQ算法的用户侧短期负荷时间序列预测模型

配电网净负荷需求较大,环境敏感度高,短期负荷预测可靠性较差,由此,研究基于改进SLIQ算法的用户侧短期负荷时间序列预测模型。采用SLIQ算法,分类处理包含气候变化的海量负荷数据,分析用户侧需求响应的不确定性,将分类后的数据和用户需求响应率输入基于时间序列的组合预测模型,初步预测用户侧短期负荷结果;利用S型函数的神经网络模型,改进SLIQ算法求解过程,采用梯度搜索学习的方式,修正S型激发函数计算误差,调整用户侧需求响应的不确定性,输出用户侧短期负荷预测结果。测试结果显示,该模型结合气象条件因素后,完成历史负荷数据分类的可行性较高,日负荷预测准确率和拟合系数结果分别在0.95和0.94以上,能够可靠完成用户侧负荷预测。

基于SLIQ分类算法的数据挖掘技术及其在企业CRM中的应用

研究了SLIQ算法的预处理、计算最佳分裂、执行分裂几个大的阶段以及具体算法设计实现过程。最后,将SLIQ算法运用到建设工业集团销售公司中,并与客户关系管理系统结合起来,为公司决策提供支持和依据。

探究计算机云计算的SLIQ并行算法

云计算为海量数据处理提供了高效的解决技术,以往的SLIQ计算方式存在其固有的缺陷,因此借助云计算环境对其进行并行化改进,并利用Map Reduce模型来实现,可以在数据挖掘中获得较好的应用效果。

一种基于改进SLIQ决策树分类算法的应用研究

提出了一种改进的SLIQ决策树分类算法,克服了原有SLIQ算法需要大量计算决策树每个节点的吉尼指数(gini index)的缺点。改进的SLIQ算法能够有效地减少计算的复杂度。结合实例,将该算法与原有SLIQ算法和基于人工神经网络的分类算法应用结果进行比较,实验结果表明该算法的分类准确率远远高于SLIQ算法和基于人工神经网络的分类算法。

一个基于SLIQ算法的模型及应用

针对当前银行系统应用数据挖掘的重要性,利用决策树技术构建了一个银行信用等级评估模型,并详细介绍了如何应用SLIQ算法实现。SLIQ算法的可伸缩性对于银行数据有很好的适应性。

计算机海量数据处理SLIQ算法研究

探讨云计算在SLIQ算法中的应用,研究结果显示,云计算下的SLIQ算法能够对计算机海量数据存储中的节点失效问题有效解决,并且显著提升计算机数据处理效率,进一步降低数据处理难度与复杂度,还可以快速挖掘海量数据信息。

云计算技术中大数据SLIQ算法研究

数据信息交流和社交方式在互联网+时代都呈现了新的发展态势,自媒体等新的数据产生方式让大数据时代来临。海量数据在大数据时代需要新的技术手段和方法,对数据存储、处理、检索和计算进行新的设计,尤其在数据挖掘领域,面临很多新的课题和挑战。当前,很多的传统数据挖掘算法只能在数据量较小的情况下适用,在串行的小规模输入数据环境下,算法还能适应。当数据量规模增大甚至呈指数形式增长时,时间复杂度和计算量也同步增长,需要对算法进行适应大数据的改进。云计算和云平台的使用为存储和分析海量数据提供可靠的实现手段,对数据挖掘算法的改进提供了高效的解决方案。文中在Hadoop、MapReduce框架下开展并行的SLIQ算法改进方案,改进算法很好地适应了云平台环境和海量数据,提高了运行效率。

SLIQ算法在农户服务系统中的应用

国家高科技发展计划课题《农业病虫害网络化远程诊断技术平台》建立了基于呼叫中心的农户服务系统,解决了传统专家系统的实用化问题。为找出农户急需解决的需求,利用SLIQ(SupervisedLearningInQuest)算法对农户需求进行分类,把农户需求分为重点需求、一般需求和监控需求,并针对各种类型的问题进行统计和预测,将农户最关心的需求问题及时补充到专家系统中。

基于类标签变化的改进SLIQ算法研究

针对数据挖掘的决策树分类技术中,SLIQ分类器在建树阶段寻找最佳分裂属性时,需要计算大量数值型属性间中间值的基尼系数,算法时间效率低的问题,提出一种改进的SLIQ算法。该算法通过判断数值型属性的预排序属性表中的类标签变化来选择合适分裂位置,减少可能存在的最佳分裂点。实验部分中,用UCI机器学习库中的数据集作分类测试。与原来的SLIQ算法相比,在没有降低分类准确率与扩大决策树规模的情况下,需要计算基尼系数的分裂点个数平均减少了36.32%。最后,将改进算法应用于电子商务的客户分析,分类结果有助于商家作出正确决策。

基于决策树的软件分类方法

提出一种基于决策树SLIQ算法的软件分类方法,在利用现有测试工具的条件下,编写应用接口,获取软件的外部属性和内部属性数据。对异构数据源进行清理转换,从中提取软件分类的规则,对软件进行细粒度的划分,构建分类模型并在数据库管理系统不同版本的分类中应用。

基于数据挖掘的体育成绩管理系统的设计

随着我国信息化的不断发展,使得我们已经进入了新的大数据时代。因此,对信息的挖掘成为大数据下比较典型的特征。本文利用当前比较流行的数据挖掘技术中的决策树算法,并结合学生体育测试成绩,实现了对学校相关数据的挖掘,更好的利用体育教师对学生的教学。

基于数据挖掘的信用卡风险评估系统设计

数据挖掘是从大量数据中通过算法搜索隐藏于其中的信息,解决"数据爆炸但知识贫乏"问题。本文基于SLIQ算法展开研究。首先,研究由表示层、处理层和挖掘层构成的数据挖掘系统结构;然后,研究SLIQ算法,以算法思想为基础,设计了SLIQ算法流程,构建了Gini系数计算最佳分裂点和DML剪枝算法数学模型;最后,研究由主要常规功能和决策分析功能以及支撑数据构成的系统功能结构。本文的研究成果是软件开发的基础性工作,为软件开发提供技术支持。

基于规则归纳的遗传算法选择和参数设置

在设计遗传算法时,讨论算法种类的选取和控制参数的设置,基于规则归纳方法,提出一种研究遗传算法种类选择和控制参数设置的实验模型,以遗传算法数值优化问题为背景,用统一结构描述遗传算法实验,利用属性分组等操作规范训练集与决策树算法SLIQ进行规则归纳,将获取的规则用于指导遗传算法设计,并用设计出的算法解决某函数的优化求解问题。

规则归纳在遗传算法设计中的应用与研究

在设计遗传算法时,主要讨论算法种类的选取和控制参数的设置。基于规则归纳方法,提出一种研究遗传算法种类选择和控制参数设置的试验模型。以遗传算法数值优化问题为背景,用统一结构描述遗传算法试验,通过属性分组等操作规范训练集,利用决策树算法SLIQ进行规则归纳。将获取的规则用于指导遗传算法设计,再用设计出的算法解决某函数的优化求解问题。

大规模数据集分类算法探讨与优化

论文探讨了大规模数据集分类算法的关键技术,分析了其优劣性,并针对SPRINT算法中每次分裂需要重写记录的特点,引入一种新的辅助数据结构对其进行了优化,最后将优化后的算法与原算法进行了实验比较。

新的基于骨架特征的泰文识别技术

已有的泰文识别技术都是基于字符轮廓特征的,且多采用神经网络分类器。创新地提出了一种基于骨架特征和决策树分类器的泰文识别技术。首先采用字符瘦化方法提取泰文字符的骨架图像,然后从骨架图像中提取10个特征导入决策树分类器,最后采用SLIQ算法生成决策树和剪枝。实验结果表明这种基于骨架特征和决策树分类器的技术取得了比基于字符轮廓特征和神经网络分类器更好的识别结果。