C4.5决策树

摘要： 为解决某装药车间中设备实时故障诊断及分类的问题,对该车间内设备的数据采集与故障诊断技术展开研究。阐述该装药车间内设备的数据特点,针对车间内的生产设备进行建模分析,通过历史数据完成C4.5决策树的模型训练与验证,实现了对车间的设备实时故障诊断与识别。实际系统应用结果表明:通过该方法完成了对车间各设备的故障实时监测,提高了装药车间的智能运维管控水平。

摘要： 针对传统数据库统计方式难以实现学生体测数据内在关系的挖掘和横向比对,提出一种改进的C4.5决策树算法,通过改进的信息熵和简化的函数关系来计算分裂信息度量,在保证预测结果精度的前提下,去除连续属性数据中非必要划分点的信息增益率的计算量,提高算法的运行效率。基于MySQL数据库的在校大学生体测平台,将决策树算法内嵌于平台来执行数据的挖掘和处理,实现对大学生体测数据的规划化处理和内在关系的挖掘。实例验证结果表明,肺活量测试项目是影响大学生身体健康的最大因素,其中身高和体重成为造成肺活量测试失败的最大影响因素。

摘要： 文章以Hadoop平台的强大数据存储及计算能力为依托,通过使用Hive建立数据仓库,增强了数据分析能力。通过对简历库进行关键信息提取,构建人才属性测试集,用C4.5算法建立的决策树进行简历筛选,协助HR完成招聘流程,降低时间成本,节省招聘支出,提升工作效率。

摘要： 针对目前电网通信系统中通信电源管理的空白,引入大数据算法实现对电源数据信息的信息化管理.采用朴素贝叶斯分类算法来对数据进行分类,并融入C4.5决策树算法,实现不同种类数据分类.根据决策树模型计算每种属性的权重,将权重引入到朴素贝叶斯分类算法进行数据的分类,提高了分类精度.引入Xilinx XC7A200T型号的逻辑处理芯片、FPGA驱动、ADC HM-CAD1520芯片对采集设备的上行端口进行逻辑设计,提高数据采集的效率和质量.试验表明,分类精度比朴素贝叶斯分类算法的分类精度提高了5％左右,数据采集方案的采集效率比传统的数据采集效率提高了15％左右.

摘要： 文章以Hadoop平台的强大数据存储及计算能力为依托,通过使用Hive建立数据仓库,增强了数据分析能力.通过对简历库进行关键信息提取,构建人才属性测试集,用C4.5算法建立的决策树进行简历筛选,协助HR完成招聘流程,降低时间成本,节省招聘支出,提升工作效率.

摘要： 针对四足机器人如何自主选择静动步态问题,提出了一种基于C4.5决策树的自主步态选择算法.首先,研究影响四足机器人静动步态行走的4个主要因素:地形复杂度、速度、行走能耗和稳定性,并分析这4个因素之间的内在联系.然后,将以上4个因素作为静动步态选择依据,研究一种基于C4.5决策树的自主步态选择算法,通过训练得到静动步态自主决策规则.最后,综合6个目标因素加权的改进A*路径规划算法,仿真验证了所提算法的有效性和可行性.

摘要： 针对四足机器人如何自主选择静动步态问题,提出了一种基于C4.5决策树的自主步态选择算法.首先,研究影响四足机器人静动步态行走的4个主要因素:地形复杂度、速度、行走能耗和稳定性,并分析这4个因素之间的内在联系.然后,将以上4个因素作为静动步态选择依据,研究一种基于C4.5决策树的自主步态选择算法,通过训练得到静动步态自主决策规则.最后,综合6个目标因素加权的改进A*路径规划算法,仿真验证了所提算法的有效性和可行性.

摘要： 高校教学的重心在于加强对学生学习成绩的监管并提升学生综合素质与能力.学习成绩受课程开设数量、开设种类、专业难度不同等众多因素的影响,因此为满足实际教学管理的成绩预警的要求,本文利用经典的C45决策树预测分类算法进行求解,采用RBF神经网络模型验证预测结果的准确性,运用MATLAB进行模拟,验证该模型预警的可行性.

摘要： 增强突发事件研判、预警与快速响应能力,对加强网络舆情监管与引导,维护社会安全和稳定具有重要意义.首先基于网络舆情演化机制与特征建立科学、合理的指标体系;然后选取重要程度与分类性能均比较优异的末级指标作为特征属性,构造C4.5决策树风险预警模型;最后将突发事件网络舆情相关数据带入风险预警模型,得到预警风险等级.实验结果表明,该方法能够对突发事件网络舆情进行风险预警,预警准确率高达94.7％.

摘要： 本发明公开一种决策树生成方法及设备、基于决策树的报文分类方法及设备。该决策树生成方法包括：将原始规则集中的规则转化为决策树的范围数组；由根节点开始，采用多比特前缀与HiCuts算法结合的方式裁剪，直到每一节点的规则数小于预设值。该基于决策树的报文分类方法包括：提取报文中的源、目的IP地址，并将其转换为决策树查询数组；由根节点开始查找，根据裁剪的维及裁剪的次数进行依次查找，直到获得叶子节点；将报文查询数组与叶子节点中的规则进行比较，获得与该报文匹配的规则。本发明通过采用比特前缀与HiCuts结合生成决策树，减少了该决策树的深度，使得基于该决策树进行查找时既提高了查询效率，而且还节省了内存的占用空间。

摘要： 本申请实施例提供了一种基于模糊决策树的钻井漏失机理预测及辅助决策方法，属于数据挖掘领域及钻井液堵漏领域。所述方法包括：采集历史钻井数据、历史堵漏案例及现场实时钻井数据；针对采集到的数据资料进行数据预处理；将历史钻井数据划分为训练集和测试集，并选取训练集生成漏失机理预测模糊决策树；再选取训练集生成堵漏配方推送模糊决策树；根据漏失机理预测模糊决策树确定漏失机理预测模糊决策规则，并判断漏失机理；根据生成的堵漏配方推送模糊决策树确定堵漏配方推送模糊决策规则，并进行堵漏配方推送；以判断的漏失机理和推送的堵漏配方为参考进行防漏堵漏辅助决策，从而减少井漏事故的发生次数以及增大发生漏失后一次堵漏的成功率。

摘要： 本发明提出了一种基于决策树的自动驾驶搜索决策方法，其步骤为：步骤A：获取每辆出租车的搜索轨迹序列和载客轨迹序列，计算每辆出租车当天运载效率；步骤B：在城市范围内划分规定大小格点，并对各格点内的交通决策属性进行计算，计算搜索路径的特点；步骤C：利用ID3方法等方法构建决策树，进行重要度排序，进行决策树的验证；本发明通用性、客观性强，可行信度高，相比于传统的方法具有更好的可信度；本发明能够客观系统的解决问题，得到准确可信的搜索过程决策因素评价结果，弥补现有方法的不足。

摘要： 本发明涉及一种基于决策树和专家系统的数字化车间工艺决策方法，针对工艺生产数据进行分箱处理，生成区间化的模糊工艺生产数据；基于决策树算法来针对模糊工艺生产数据进行训练学习，生成模糊规则，并导入模糊规则库中；推理机基于工艺实时监测数据库中的实时参数数据，通过与模糊规则库的交互来进行模糊推理，生成工艺决策。本发明针对数字化车间工艺生产数据进行训练学习，生成知识规则，进而实现从数字化车间日常工艺生产数据中发现工艺决策规律，克服专家经验知识的获取瓶颈；在推理过程中，仅将事实库中新增的模糊事实与模糊规则库中的模糊规则前件进行匹配，提高了推理速度，尽量避免知识规则数目较多时，推理效率低下的问题。

摘要： 本申请的实施例揭示了决策树模型生成方法、基于决策树模型的数据推荐方法。该方法包括：获取由多个训练样本的特征信息形成的训练数据集，训练样本已知类别属性；在根据训练数据集生成决策树模型的过程中，迭代计算各节点下每个特征属性的信息增益，并根据最大信息增益对应的特征属性划分当前节点包含的数据集，直至根据节点包含的数据集能确定出类别属性；若当前节点下的多个特征属性的信息增益相等且为最大信息增益，则计算多个特征属性各自对应的修正信息增益，并根据计算得到的修正信息增益确定用于划分当前节点所包含数据集的特征属性；输出根据训练数据集所形成的决策树模型。本申请生成的决策树模型具有更准确的分类效果。

摘要： 本发明公开了一种基于敏感度实现清晰决策树与模糊决策树的攻击方法，包括：获取数据并进行数据处理；将处理后的数据划分为训练集和测试集，通过从训练样本中学习，测试集上验证，获得清晰决策树和模糊决策树；利用学习到的清晰决策树和模糊决策树的模型信息，计算样本被分为真实类别的置信度，计算特征的敏感度；选择有最大敏感度的特征进行修改；迭代获得伪造的攻击样本；将伪造的攻击样本集攻击学习到的决策树，比较决策树在测试集和伪造的样本集上的准确率，进而对攻击进行评估。本发明基于特征敏感度信息，减少对攻击目标的模型信息了解量；开辟了研究模糊系统在恶意环境中的鲁棒性的道路，发现数据模糊化对机器学习模型的鲁棒性的提升。

摘要： 提供一种能够生成即使在用户自身的回答发生错误的情况下也能够削减对用户的必要的提问次数的决策树的决策树生成装置、决策树生成方法、非暂时性记录介质以及提问系统。决策树生成装置具备：信息增益算出部，在以决策树的形式将分类对象数据集合分阶段地分割为部分集合时，基于熵的减少量和可靠度，按每个属性算出利用该属性的属性值将分割前的数据集合分割时的信息增益；决策树制作部，通过递归地反复进行利用具有按每个属性算出的多个信息增益中的最大的信息增益的属性的属性值将分割前的数据集合分割的处理，将具有最大的信息增益的属性依次决定为决策树的节点，并且向该节点的边依次分配该属性的属性值，制作用于决定提问的顺序的决策树。

摘要： 本发明公开一种决策树生成方法及设备、基于决策树的报文分类方法及设备。该决策树生成方法包括：将原始规则集中的规则转化为决策树的范围数组；由根节点开始，采用多比特前缀与HiCuts算法结合的方式裁剪，直到每一节点的规则数小于预设值。该基于决策树的报文分类方法包括：提取报文中的源、目的IP地址，并将其转换为决策树查询数组；由根节点开始查找，根据裁剪的维及裁剪的次数进行依次查找，直到获得叶子节点；将报文查询数组与叶子节点中的规则进行比较，获得与该报文匹配的规则。本发明通过采用比特前缀与HiCuts结合生成决策树，减少了该决策树的深度，使得基于该决策树进行查找时既提高了查询效率，而且还节省了内存的占用空间。

摘要： 本说明书实施例提供的一种依据决策内容生成决策树用于多方决策的方法和装置。在生成第一决策树时依据的第一决策内容包括：当业务对象的多个对象特征的特征值满足第一关系式时，针对该业务对象执行第一决策；其中，第一关系式由多个比较关系式及其之间的若干逻辑关系符构成，比较关系式由对象特征和阈值之间的比较关系构成。在生成第一决策树时，基于第一关系式中的每个比较关系式，生成对应的子决策树；确定若干逻辑关系符的类型及其之间的层次；根据各个逻辑关系符的类型以及层次，逐层地对各个比较关系式的子决策树进行拼接，得到第一关系式对应的第一决策树，该第一决策树用于根据对象特征的特征值确定是否针对该业务对象执行第一决策。

摘要： 本发明公开了一种基于决策树的仓储模型决策优化方法，包括：采集原始数据，对原始数据预处理后作为决策树的训练集；根据训练集统计库存决策模型的各个属性，计算各个属性的信息增益率，库存决策模型的属性包括短缺成本属性、存储成本属性、补货时间属性；根据库存决策模型各个属性的信息增益率，采用C4.5算法构建决策树，决策树作为库存决策模型；基于决策树得到分类规则，分析短缺成本属性、存储成本属性、补货时间属性与仓储模型之间的相关性，并基于该分类规则进行库存仓储决策。本发明的基于决策树的仓储模型决策优化方法，决策耗时短，实时性高，且决策方案可靠。