期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
考虑颜色特征最优组合的CART决策树火灾图像识别方法 被引量：1
1
作者 李海 孙鹏 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第1期202-208,共7页
针对火灾图像识别过程中颜色特征数量多、特征间相关性复杂、难以在多维特征融合过程中有效融合图像颜色特征等问题,提出1种考虑颜色特征最优组合的CART决策树火灾图像识别方法。首先,在Lab、RGB、HSV 3种色彩模式下基于图像颜色特征提... 针对火灾图像识别过程中颜色特征数量多、特征间相关性复杂、难以在多维特征融合过程中有效融合图像颜色特征等问题,提出1种考虑颜色特征最优组合的CART决策树火灾图像识别方法。首先,在Lab、RGB、HSV 3种色彩模式下基于图像颜色特征提取火灾图像特征序列;其次,分别在3种色彩模式下基于精细决策树与特征随机排列组合方法提取颜色特征中最优组合特征;最后,将提取的火灾图像最优组合特征序列作为CART决策树输入进行模型训练,并通过测试样本以及其他机器学习方法进行模型泛化能力的分析。研究结果表明:本文方法寻找出识别火灾图像的最优颜色特征组合为“Kb1+Var1+Kg+Kb2+Var2+Kh+Ks+Kv”;CART决策树方法对于火灾图像识别的测试准确度可达84.5%,其分类效果明显优于其他决策树类与集成树类方法;9折为最佳交叉验证折数,其测试准确度可达86.47%,与5折交叉验证相比明显提升14.77%。研究结果可为火灾图像识别提供方法基础。 展开更多
关键词 图像识别 特征贡献度 CART决策树 优化决策树 基尼指数
下载PDF
优化决策树预测大学生体质健康的模型构建研究
2
作者 寇月 李海 《体育研究与教育》 2023年第3期93-96,共4页
目的:为了方便、快速、高效地预测大学生体质健康状况。方法:按照我国六大行政区划,在全国范围内选取12所高等院校,筛选在校男性大学生共计104530名的体质健康测试数据,基于互信息量与机器学习决策树方法,研究了大学生体质健康状况预测... 目的:为了方便、快速、高效地预测大学生体质健康状况。方法:按照我国六大行政区划,在全国范围内选取12所高等院校,筛选在校男性大学生共计104530名的体质健康测试数据,基于互信息量与机器学习决策树方法,研究了大学生体质健康状况预测精度。结果:不同特征对于体质健康状况预测贡献度具有明显差异;其中,七特征组合“1000米+引体向上+立定跳远+50米+坐位体前屈+体重+肺活量”对于体质健康状况的预测效果最好,预测精度可达95.0%。与粗略决策树、中等决策树、精细决策树相比,优化决策树对于体质健康状况的预测效果最好,预测精度可达95.1%。对于三种分类规则,最大程度减少偏差分类规则对于体质健康状况预测效果最好;对于不同替代决策分裂类型,关闭、打开、全部搜索状态对于体质健康预测效果未有明显区别。对于贝叶斯、网格搜索、随机搜索三种优化器而言,在各优化器下均有一种超参数组合和其他优化器下的最优超参数预测效果相当超参数组合。结论:优化决策树对于大学生体质健康状况相较于传统决策树有较好的预测效果. 展开更多
关键词 体质健康预测 优化决策树 贝叶斯优化器 置信边界下限函数
下载PDF
基于优化决策树的智能故障诊断方法研究 被引量：3
3
作者 郑日晖 岑健 陈志豪 《广东水利电力职业技术学院学报》 2020年第1期35-39,共5页
针对决策树性能受其参数影响的问题,提出一种基于优化决策树的智能故障诊断方法。该方法以决策树节点最小样本数为优化对象,建立同时兼顾分类准确率和模型复杂程度的评价函数,通过寻求较大的评价函数取值来确定优秀的节点最小样本数取... 针对决策树性能受其参数影响的问题,提出一种基于优化决策树的智能故障诊断方法。该方法以决策树节点最小样本数为优化对象,建立同时兼顾分类准确率和模型复杂程度的评价函数,通过寻求较大的评价函数取值来确定优秀的节点最小样本数取值区间,最后采用该区间内的优秀参数建立优化后的决策树并用于智能故障诊断。实验证明,将该优化方法应用于智能故障诊断,不仅可以简化模型而且可以提高模型分类的准确率。 展开更多
关键词 优化决策树 智能故障诊断 节点最小样本数 评价函数
下载PDF
基于优化决策树的化工企业风险监测算法 被引量：2
4
作者 林红 孙雅娟 《计算机仿真》 CSCD 北大核心 2013年第8期368-371,共4页
化工企业生产过程中的数据变化带有很强的随机性和非线性。国内的大型化工企业在生产运行中产生了大量的数据,数据属性众多,对数据属性的监控较为被动和片面。传统的基于主成份分析的数据属性分析方法,在面对大量化工数据时,数据主成份... 化工企业生产过程中的数据变化带有很强的随机性和非线性。国内的大型化工企业在生产运行中产生了大量的数据,数据属性众多,对数据属性的监控较为被动和片面。传统的基于主成份分析的数据属性分析方法,在面对大量化工数据时,数据主成份特征不明显,与危险相关的属性很可能被弱化,造成检测不准。为此提出一种区域PSO优化决策的化工企业异常情况检测方法,在使用主成份分析法对影响因素进行综合评定的基础上,在经过PSO优化权重系数后的决策树构造方法对数据的复杂情况进行寻优处理,消除大数据量的影响。实验结果证明,经优化的决策树方法能够将更加准确地对化工企业的生产平稳度进行综合控制与分析,对实际的生产有很好的借鉴作用。 展开更多
关键词 生产平稳 优化决策树 主成份分析
下载PDF
基于遗传优化决策树的建筑能耗短期预测模型 被引量：18
5
作者 丁飞鸿 刘鹏 +5 位作者 卢暾 顾宁 丁向华 杨宝明 戴文祺 邹超君 《计算机工程》 CAS CSCD 北大核心 2019年第6期280-289,296,共11页
使用线性回归模型预测公共建筑能耗数据时,存在不确定性影响因素和精度偏差问题。为此,建立一种遗传优化决策树模型。采用遗传算法优化梯度提升决策树的子树生成过程,以模型预测的R-Square值作为迭代的评估标准,从而达到能耗预测的目的... 使用线性回归模型预测公共建筑能耗数据时,存在不确定性影响因素和精度偏差问题。为此,建立一种遗传优化决策树模型。采用遗传算法优化梯度提升决策树的子树生成过程,以模型预测的R-Square值作为迭代的评估标准,从而达到能耗预测的目的。实验结果表明,与传统的回归预测模型相比,该模型预测精度较高。 展开更多
关键词 建筑能耗 回归预测 梯度提升决策树 遗传算法 遗传优化决策树
下载PDF
基于Spark的分布式交通流数据预测系统 被引量：19
6
作者 黄廷辉 王玉良 +1 位作者 汪振 崔更申 《计算机应用研究》 CSCD 北大核心 2018年第2期405-409,416,共6页
在大数据时代,在城市复杂交通环境中,实现实时、准确的交通流预测,是实现智能交通系统的必要前提。提出了一种在Spark平台上基于梯度优化决策树的分布式城市交通流预测模型(distributed urban traffic prediction with GBDT,DUTP-GBDT)... 在大数据时代,在城市复杂交通环境中,实现实时、准确的交通流预测,是实现智能交通系统的必要前提。提出了一种在Spark平台上基于梯度优化决策树的分布式城市交通流预测模型(distributed urban traffic prediction with GBDT,DUTP-GBDT);并提出了分布式情况下梯度优化决策树模型实现的优化方法,包括切分点抽样、特征装箱和逐层训练三种,提高了分布式情况下梯度优化决策树训练效率。基于Spark分布式计算平台高效、可靠、弹性可扩展的优势,以及梯度优化决策树模型准确率较高和时间复杂度较低的优点,利用时间特征、道路状况特征以及天气特征等特征参数,建立了DUTP-GBDT模型,实现了实时、准确的交通流预测。通过与GABP、GA-KNN、MSTAR等模型的对比,证明了利用Spark平台,DUTP-GBDT模型在分布式环境下准确率和训练速度方面均有所提高,符合城市交通流预测系统的各项要求。 展开更多
关键词 交通流预测 分布式计算 Spark平台 梯度优化决策树模型
下载PDF
改进的组合优化决策树谣言判别方法研究 被引量：10
7
作者 罗嗣卿 王佳玉 李冰珂 《计算机仿真》 北大核心 2018年第2期219-223,共5页
随着互联网承载的信息量逐步增长,如何对网络中的谣言做出准确的识别变得越来越重要,现有谣言判别方法都建立在实验样本和训练样本的数据结构相同的前提下,而现实中谣言数据的属性结构并不完全一致会导致谣言判别模型的准确率受数据属... 随着互联网承载的信息量逐步增长,如何对网络中的谣言做出准确的识别变得越来越重要,现有谣言判别方法都建立在实验样本和训练样本的数据结构相同的前提下,而现实中谣言数据的属性结构并不完全一致会导致谣言判别模型的准确率受数据属性结构的影响较大。针对这个问题,对组合优化决策树算法(CODT)的建树算法做出了相应改进并提出一种E-CODT算法,实验结果表明,在实验样本与训练样本集数据结构不同时,改进后的算法表现出对谣言的判别更高的准确率、普适性以及突出的现实应用价值。 展开更多
关键词 组合优化决策树 空节点 谣言 数据结构 判别模型
下载PDF
基于优化决策树算法的变电站故障诊断系统研究 被引量：2
8
作者 李杰 孙鹤林 +2 位作者 雷一鸣 田晓雷 蔡正梓 《自动化技术与应用》 2023年第6期112-115,154,共5页
为有效提升变电站运行期间故障自动化诊断效率和准确率,采用阈值近邻迭代法对样本数量进行优化,同时引入平衡系数对测试属性选择进行优化,然后再采用优化二分离散算法对连续属性离散性进行优化,构建基于优化决策树算法的变电站故障诊断... 为有效提升变电站运行期间故障自动化诊断效率和准确率,采用阈值近邻迭代法对样本数量进行优化,同时引入平衡系数对测试属性选择进行优化,然后再采用优化二分离散算法对连续属性离散性进行优化,构建基于优化决策树算法的变电站故障诊断系统。通过优化决策树、ID3以及C4.5三种算法的应用效果对比分析,得出基于优化决策树算法分类准确性更高、决策树构建速度更快、决策树规模更小这一结论,能够显著提升监控系统在变电站运行期间的应用效果,对于变电站长期运行稳定与安全具有重要意义。 展开更多
关键词 优化决策树算法 故障诊断系统 阈值近邻迭代法 平衡系数 优化二分离散算法
下载PDF
区块链框架下基于优化决策树模型的大数据分类算法研究 被引量：1
9
作者 王建芳 《佳木斯大学学报（自然科学版）》 CAS 2023年第1期60-62,95,共4页
近年来,虽然我国大数据技术的发展水平有所提升,但是分类算法存在分类准确性问题和计算能力问题,而在区块链框架体系下,以优化决策树模型为基础的大数据分类算法,具有数据加密的特点,能够形成分布类型的决策树模型,精准进行数据的分类处... 近年来,虽然我国大数据技术的发展水平有所提升,但是分类算法存在分类准确性问题和计算能力问题,而在区块链框架体系下,以优化决策树模型为基础的大数据分类算法,具有数据加密的特点,能够形成分布类型的决策树模型,精准进行数据的分类处理,优化决策树算法,有效解决传统大数据分类算法的问题。基于此,分析区块链框架下基于优化决策树模型的大数据分类算法应用意义,提出几点算法技术的应用措施,旨在为增强技术发展水平而提供帮助。 展开更多
关键词 区块链框架 优化决策树模型 大数据分类算法
下载PDF
区块链框架下基于优化决策树模型的大数据分类算法研究 被引量：5
10
作者 杨薇薇 曾凌静 《沈阳工程学院学报（自然科学版）》 2021年第4期57-62,共6页
现有大数据分类算法存在并行计算能力差、分类准确率低等不足,为此在区块链框架体系下提出一种基于优化决策树模型的大数据分类算法研究。利用区块链在数据加密方面的优势,构建分布式决策树模型,以信息熵和信息增益率为基础对目标数据... 现有大数据分类算法存在并行计算能力差、分类准确率低等不足,为此在区块链框架体系下提出一种基于优化决策树模型的大数据分类算法研究。利用区块链在数据加密方面的优势,构建分布式决策树模型,以信息熵和信息增益率为基础对目标数据集做预测分类,并对经典决策树算法进行优化,预留出用于缓冲的空节点,避免分类终止情况的发生。在每一次节点分裂后,用全部样本的平均梯度修改下一个叶子节点的权重,提升整个算法的迭代寻优能力和分类性能。仿真结果显示,提出的分类算法具有更强的数据吞吐能力和并行计算能力,针对10种不同大数据集的平均分类准确率达到了97.75%。 展开更多
关键词 区块链 优化决策树模型 大数据分类 并行计算 平均梯度
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部