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模型的高铁灰渣玻璃形成能力研究

固化技术是极具前景的危废无害化与资源化处理技术,而高铁类危废灰渣铁含量高,易诱发玻璃体产物析晶或分相,这成为固化过程的难点之一。本文依据高铁类危废灰渣组成,采用极端顶点设计方法,设计了385个SiO_(2)-Al_(2)O_(3)-CaO-Na_(2)O-TiO_(2)-Fe_(2)O_(3)体系玻璃配伍,并通过光学显微镜、X射线衍射及酸溶试验,确定其中136个配伍可形成化学稳定性良好的玻璃态样品。结合决策树(CART)模型分析,确定了具有优化玻璃形成能力的高铁类危废灰渣玻璃化配伍范围(按质量分数w计):40.0%≤w(SiO_(2))≤55.0%、10.0%≤w(CaO)<14.0%、14.0%≤w(Na_(2)O)≤18.0%、5.0%≤w(Other)<9.5%或35.0%≤w(SiO_(2))<40.0%、9.0%≤w(TiO_(2))≤10.0%、5.0%≤w(Other)<9.5%,为高铁类危废灰渣的玻璃化配伍提供了设计与计算依据。

基于CART决策树的调度算法研究

以往的作业车间存在大量的离线加工数据。基于数据挖掘、调度规则和算法优化相关知识,提出基于贝叶斯优化的改进CART算法来对车间数据挖掘利用,根据车间数据的属性逐步划分节点,生成树状结构,剪枝,最后生成加工规则。通过不同数据算例的实验结果表明,经过贝叶斯优化后的CART算法相较于传统CART算法提高了对数据划分的能力并提升了生成的决策树的准确度。

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Morlet小波与CART决策树的滚动轴承故障诊断方法

针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题,提出一种基于Morlet小波和分类回归树(Classification and Regression Tree,CART)的滚动轴承故障诊断方法。首先,利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本处理。其次,对提取的短样本进行变分模态分解与特征提取,完成训练集和测试集的构建。然后,使用训练集训练CART决策树分类模型,同时引入随机搜索和K折交叉验证用于模型关键参数优化,以获取理想的轴承故障分类模型。测试集验证结果表明,该方法不但能实现多种轴承故障的有效诊断、在含噪测试集中表现良好,而且单个样本的数据长度和采样时长的缩短效果明显。

基于改进CART算法的退役动力电池等级筛选方法

针对退役动力电池存在一致性差、等级筛选效率低的难题,提出了一种基于改进CART算法的退役动力电池等级筛选方法。首先,分析了传统CART算法的基本原理,为克服算法计算量大的缺陷,将Fayyad边界点判定定理与CART算法相结合,通过选取属性最优阈值点来减少计算量,提高分类效率;其次,基于代价复杂度后剪枝算法,采用交叉验证法对算法进行进一步优化;最后,将改进CART算法用于退役动力电池筛选分类,实验结果表明改进CART算法在保持较高准确率的情况下,可以有效提高退役动力电池的等级筛选效率。

基于CART算法的纳木措湖泊面积精确提取

为了能够更精确地提取到湖泊水体的范围,对比MLC、SVM和基于多特征的全新遥感影像CART决策树分类方法,对西藏自治区的纳木措湖泊进行自动提取研究.选择Landsat 8OLI卫星遥感影像数据作为数据源.将得到的不同特征的影像进行组合,组合成全新的多特征遥感影像.决策树方法具有结构清晰、快速、简单、有效的优点,而CART算法可以根据选取的训练样本获取节点和阈值,不需要反复试验来确定阈值,避免了基于传统专家知识方法的主观性,因此采用CART算法构建决策树模型对研究区域进行湖泊水体的提取.结果表明CART决策树方法总体精度为99.82%,Kappa系数为0.996,MLC总体精度为96.814%,Kappa系数值为0.929,SVM总体精度为98.045%,Kappa系数值为0.956,总体精度相较于SVM和MLC分别提高了3%、1.775%,Kappa系数提高了0.067、0.04.CART决策树、MLC、SVM所得到的湖泊面积分别为2009.43、2014.93、2026.9 km^(2),MLC和SVM得到的结果比CART决策树分类法存在更多的错分和漏分现象,主要是将山地中的阴影信息错认为是水体,CART决策树方法识别到的细小水体更加连续,对于湖泊边界识别的效果也更好.

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。

基于CART和聚类分析的古代玻璃分类预测模型研究

该文针对古代玻璃文物的化学成分,借助CART决策树、聚类分析和主成分分析方法对其进行分析和预测.通过对不同特征进行系统和K-means聚类,结果表明将玻璃制品分为高钾类和铅钡类两大类和三个亚类为最佳.利用主成分分析法对其化学成分分析发现,当特征根选为前六个时,效果最好,对解释原有变量贡献率较大.根据以上结果构建CART决策树预测未知玻璃制品类型,预测准确率较高.

基于CART决策树的110 kV供电区域分布式光伏承载能力测算模型

分布式光伏受天气影响较大,测算110kV供电区域的分布式光伏承载能力,对区域供电来说意义重大。基于此,提出基于分类与回归树(calssification and regression tree,CART)的110kV供电区域分布式光伏承载能力测算模型。该模型以分布式电源输出功率、区域分布式电源发电量占比、局部分布式电源线损增量等数据为基础,利用CART决策树建立110kV供电区域分布式光伏承载能力测算模型,并使用改进鲸鱼优化算法求解测算结果。经实验测试发现,该模型对分布式光伏承载能力的测算精准度较高,可有效测算不同实验区域在不同季节时的分布式光伏承载能力,具有较高的应用价值。

基于CART的师范类本科毕业论文质量预测研究

为了提高学生培养质量,文章首先论述了相关概念,然后采用数据挖掘技术中的CART决策树算法对师范类本科毕业论文质量预测进行了探究,最后根据问题提出了几点建议。

CARTIER 法国坦克 永恒的传奇

CARTIER卡地亚的Tank腕表凭借独树一帜的设计,一直以来都是辨识度极高的美学风尚标。Tank腕表简约的线条、精准和谐的比例,以及其所代表的隽永与优雅,深受各界名人青睐,跨越性别与时代,留下独属于Tank的时光印记。Tank问世于圆形表盘作为主流选择的20世纪初。

CARTIER造型艺术 创意无限

不拘常规的造型拓展着现实与想象的边界,CARTIER卡地亚神奇地演绎着关于时间的美学,将造型艺术的非凡天赋发挥到极致。2024年“钟表与奇迹”高级钟表展中,一系列全新作品以创意为引,展现出卡地亚独树帜的风格与精神。卡地亚以其独特的视角感知时间的神奇之处,通过全系列制表新作丈量时间之美,展示背后的奥秘。从极致具象到抽象的表达,到大胆创新、天马行空的尝试,所有的探索在不设限的创意领域尽情挥洒。

血液疾病患者cart治疗的应用及护理策略研究

本研究的目的是探讨血液疾病患者chimeric antigen receptor T细胞( cart)治疗的应用及其护理策略。方法 本研究共选取80例血液疾病患者为研究对象,分为研究组40例和对照组40例。结果 研究组医院感染发生情况较对照组明显下降(P<0.05)。对于预防医院感染的健康知识知晓度,在护理后研究组的评分明显提高,并显著优于对照组(P<0.05)。研究组的自我护理掌握度评分在护理后也明显提高,并显著优于对照组(P<0.05)。在心理状态评分方面,SAS焦虑评分和SDS抑郁评分均在护理后显著降低,并低于对照组(P<0.05)。对于护理的满意度,研究组的总满意度明显高于对照组(P<0.05)。结论 在血液疾病患者的cart治疗中采用电子护理策略可以有效减小医院感染发生率,提高病患对于预防医院感染的知识知晓程度和自我护理掌握度,改善其心理状态,并能提高病患对护理的满意度。

自由与优雅CARTIER卡地亚的美学世界

Santos的自由世界20世纪初是人类畅想天际的黄金时代,航空工业蓬勃发展,CARTIER卡地亚亦从这一时期开始为现代制表业开创引领时代的设计。在圆形怀表盛行的1904年,路易·卡地亚为好友飞行家阿尔伯特·山度士·杜蒙特别创作了一款专门佩戴于手腕的现代腕表,方便他在驾驶飞机时查看时间。这枚腕表灵感的来源,是几年前的一次晚餐对谈,挑战环铁塔飞行失利的山度士先生告诉路易·卡地亚。

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。

CART软件计算的红外大气透过率和实测值比较

初步完成了一套通用大气辐射传输软件的研制,它是一套基于我国大气模式的采用独特算法的大气辐射传输软件,可用来较快速地计算大气光谱透过率、大气热辐射、大气散射辐射和太阳直接辐照度,光谱分辨率为1cm-1。利用中近红外傅里叶光谱辐射计FTIR测得的水平红外大气透过率来验证CART软件计算水平路径上红外大气透过率的精度。比较结果表明:CART软件计算的水平大气透过率和实测值的误差最大小于0.1,均方根大约为0.04。这可以说明CART软件计算水平红外大气透过率是可靠的。

基于影像多种特征的CART决策树分类方法及其应用

以扬州市宝应县为研究区,采用主成分分析法对研究区影像进行数据压缩和单波段数据增强,利用灰度共生矩阵分析第一主成分的纹理信息。运用基于CART算法的决策树分类方法,选用影像的光谱特征值、NDVI值以及纹理统计量值为测试变量,并通过计算确定决策树的节点规则,提取影像中主要地物信息。将分类结果与单纯依靠光谱特征的监督分类法结果相比较,表明基于影像多种特征的CART决策树分类方法分类精度较高,尤其较好地提取了围网养殖区和建设用地。

通用大气辐射传输软件(CART)及其应用

大气光谱透过率和背景辐射的计算在诸如大气遥感、光电工程等领域有重要应用。根据所提出的中分辨率大气分子吸收快速计算方法、大气气溶胶衰减计算方法、大气多次散射快速算法,研制了一套通用大气辐射传输计算软件(CART),该软件可根据大气参数快速计算可见光到远红外波段的大气光谱透过率和大气背景辐射,光谱分辨率1 cm-1,覆盖可见光到远红外波段。介绍了该软件的计算模型、主要功能和计算实例、部分实际验证结果以及应用领域。CART在目标辐射特性测量的大气修正、光电设备的设计和性能评估将有广泛的应用。