-
题名基于二阶段异质随机森林的汽油辛烷值预测
被引量：5
- 1
-
-
作者
谢鑫
王胜
晏涛
王旋晔
-
机构
四川师范大学数学科学学院
-
出处
《数学建模及其应用》
2021年第1期39-44,共6页
-
文摘
构建了基于二阶段异质随机森林的汽油辛烷值预测模型.首先利用样本-位点信息表知识约简模型,筛选出对汽油辛烷值影响大的位点数据作为第一阶段;然后,利用集成学习思想集成支持向量回归和动态时间序列神经网络,构建异质随机森林预测模型作为第二阶段.利用十折交叉法验证模型精度,结果表明该集成学习算法具有有效性和高精度.
-
关键词
集成学习
信息熵
知识约简
支持向量回归
动态时间序列神经网络
-
Keywords
ensemble learning
information entropy
knowledge reduction
support vector regression
dynamic time series neural network
-
分类号
O151
[理学—数学]
-
-
题名变精度邻域等价粒的邻域决策树构造算法
被引量：4
- 2
-
-
作者
谢鑫
张贤勇
王旋晔
唐鹏飞
-
机构
四川师范大学数学科学学院
四川师范大学智能信息与量子信息研究所
-
出处
《计算机应用》
CSCD
北大核心
2022年第2期382-388,共7页
-
基金
国家自然科学基金资助项目(61673258)
四川省科技计划项目(2021YJ0085)。
-
文摘
针对现有决策树算法对连续性数据分类的信息丢失、效果不佳等缺点,提出一种邻域决策树(NDT)构造算法。首先,挖掘了邻域决策信息系统上的变精度邻域等价粒,并探讨了相关性质;然后基于变精度邻域等价粒构建邻域基尼指数度量,以度量邻域决策信息系统的不确定性;最后,用邻域基尼指数度量诱导出树节点的选取条件,并以变精度邻域等价粒为树分裂规则,从而构建NDT。在UCI数据集进行实验的结果表明,NDT算法的准确度比基于信息熵的决策树算法ID3、基于基尼指数的决策树算法CART、基于信息增益率的决策树(C4.5)算法和融合信息增益和基尼指数(IGGI)算法平均提高了20个百分点左右,验证了NDT算法的有效性。
-
关键词
不确定性度量
基尼指数
邻域决策信息系统
决策树
机器学习
-
Keywords
uncertainty measurement
Gini index
neighborhood decision information system
decision tree
machine learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
