-
题名不确定大数据流分类的决策树模型构建仿真
- 1
-
-
作者
杨知玲
谭树杰
-
机构
华南农业大学珠江学院
江西科技师范大学通信与电子学院
-
出处
《计算机仿真》
2024年第5期532-535,542,共5页
-
基金
2022年度广东省教育科学规划课题(高等教育专项)(2022GXJK404)
2021年广东省青年创新人才类项目(2021WQNCX156)
+2 种基金
北方国际大学联盟第六期教育教学研究课题(20210608004)
2021年广东省青年创新人才类项目(2021WQNCX136)
2022年广东省本科高校教学质量与教学改革工程建设项目(粤教高函[2023]4号)。
-
文摘
在不确定大数据流分类过程中,受噪声和孤立点的干扰,导致处理效果和分类精度无法达到预期要求。为解决上述问题,提出一种基于决策树模型的不确定大数据流分类算法。通过采用在线字典学习算法,对不确定大数据流去噪处理,消除噪声对分类过程产生的干扰。构建决策树,在剪枝过程中通过特征过滤算法,滤除不确定大数据流中掺杂的孤立点。将去噪后的不确定大数据流,输入决策树模型中,完成分类工作。实验结果表明,所提算法处理后的不确定大数据流振幅明显减小,且分类精度高,具有一定的应用价值。
-
关键词
决策树模型
在线字典学习算法
特征过滤
不确定大数据流
数据分类
-
Keywords
Decision tree model
Online dictionary learning algorithm
Feature filtering
uncertain big data stream
data classification
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
