检索结果-内蒙古大学图书馆

计算机工程 2003年第11期29卷 90-92页

作者：赵明华孙娟杨宏伟王熙照河北大学数学与计算机学院机器学习研究中心河北师范大学数学与信息科学学院石家庄050016

模糊决策树的ID3算法是Quinlan提出的传统ID3算法的一个模糊版本?树的整个产生过程在给定的显著性水平α的基础上进行,的值在很大程度上影响模糊熵的计算,从而影响模糊决策树最终的分类结果?对参数α关于模糊熵的敏感性进行了分析,试... 详细信息

模糊决策树的ID3算法是Quinlan提出的传统ID3算法的一个模糊版本?树的整个产生过程在给定的显著性水平α的基础上进行,的值在很大程度上影响模糊熵的计算,从而影响模糊决策树最终的分类结果?对参数α关于模糊熵的敏感性进行了分析,试图定性地找出二者之间的解析关系,从而为选取参数α的值以达到最优的分类结果提供理论依据?

关键词：归纳学习模糊决策树模糊熵

来源：评论

学校读者我要写书评

暂无评论

基于相似关系的模糊粗糙集模型

引用

计算机科学 2004年第S2期31卷 31-35页

作者：王熙照赵素云河北大学数学与计算机学院机器学习研究中心保定071003

1引言Rough集[1]是一种处理不完整和不确定信息的数学工具,目前,Rough集已被成功的应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等领域.虽然Rough集理论对于不完备知识的处理是有效的,但是它对原始数据本身的模糊性缺乏相... 详细信息

1引言Rough集[1]是一种处理不完整和不确定信息的数学工具,目前,Rough集已被成功的应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等领域.虽然Rough集理论对于不完备知识的处理是有效的,但是它对原始数据本身的模糊性缺乏相应的处理能力[2].

关键词：相似关系模糊性粗糙集模型处理不完备知识不确定信息原始数据数学工具数据挖掘模式识别决策分析机器学习过程控制不完整应用能力理论

来源：评论

学校读者我要写书评

暂无评论

模糊决策树的等效剪枝研究

引用

计算机工程与应用 2006年第7期42卷 152-155页

作者：王熙照董彦军河北大学数学与计算机学院机器学习研究中心保定071002

基于Min-Ambiguity启发式算法的模糊决策树整个建立过程均是在给定的一个显著性水平参数基础上进行,该参数值的选择对于模糊决策树性能将产生重要影响。文章通过实验研究表明,在某一特定取值区间内,随着该参数值的逐步增大,可以使得模... 详细信息

基于Min-Ambiguity启发式算法的模糊决策树整个建立过程均是在给定的一个显著性水平参数基础上进行,该参数值的选择对于模糊决策树性能将产生重要影响。文章通过实验研究表明,在某一特定取值区间内,随着该参数值的逐步增大,可以使得模糊决策树在保持提高测试精度的前提下,使树的规模逐步减小,直至到达该参数的最优值,使树成为测试精度达到最优而树规模达到最小的一棵。而再度增大的此参数值(已超出该区间)却会导致树的过度剪枝,使树的测试精度降低。最后,通过相同数据在清晰决策树系统(C4.5系统)后剪枝前后的比较试验进一步证实,在该区间内,逐步增大的此参数值对模糊决策树性能的影响等效于清晰决策树的后剪枝。

关键词：模糊决策树清晰决策树后剪枝模糊熵分类不确定性

来源：评论

学校读者我要写书评

暂无评论

基于层次分解的决策树

引用

计算机工程与应用 2003年第23期39卷 108-110,175页

作者：杨宏伟赵明华孙娟王熙照河北大学数学与计算机学院机器学习研究中心保定071002

目前人们经常使用决策树推理技术进行知识挖掘。以Quinlan1986年提出的ID3为代表的传统的决策树能较好地解决分类问题,但当类的个数增多时,所产生的单一决策树就会变得复杂,同时概括能力降低。该文采用基于层次分解的方法通过产生多层... 详细信息

目前人们经常使用决策树推理技术进行知识挖掘。以Quinlan1986年提出的ID3为代表的传统的决策树能较好地解决分类问题,但当类的个数增多时,所产生的单一决策树就会变得复杂,同时概括能力降低。该文采用基于层次分解的方法通过产生多层决策树来处理多类问题。与传统的单一决策树比较,基于层次分解的决策树在处理多类问题时有许多的优势。

关键词：归纳学习决策树 ID3 层次分解知识挖掘分类问题

来源：评论

学校读者我要写书评

暂无评论

决策树简化(剪切)方法综述

引用

计算机工程与应用 2004年第27期40卷 66-69页

作者：王熙照游自英河北大学数学与计算机学院机器学习研究中心保定071002

树的简化是决策树归纳学习中关键的部分。论文是决策树简化方法的一个综述,包括预剪枝、后剪枝和其它方法。文中叙述了多种著名的剪枝方法,各种方法的优缺点及对其的改进和变型。

关键词：决策树简化剪枝预剪枝后剪枝

来源：评论

学校读者我要写书评

暂无评论

模糊决策树算法与清晰决策树算法的比较研究

引用

计算机工程与应用 2003年第21期39卷 72-75,99页

作者：王熙照孙娟杨宏伟赵明华河北大学数学与计算机学院机器学习研究中心保定071002

ID3算法是一种典型的决策树归纳算法,这种算法在假定示例的属性值和分类值是确定的前提下,使用信息熵作为启发式建立一棵清晰的决策树。针对现实世界中存在的不确定性,人们提出了另一种决策树归纳算法,即模糊决策树算法,它是清晰决策树... 详细信息

ID3算法是一种典型的决策树归纳算法,这种算法在假定示例的属性值和分类值是确定的前提下,使用信息熵作为启发式建立一棵清晰的决策树。针对现实世界中存在的不确定性,人们提出了另一种决策树归纳算法,即模糊决策树算法,它是清晰决策树算法的一种推广。这两种算法在实际应用中各有自己的优劣之处,针对一个具体问题的知识获取过程,选取哪一种算法目前还没有一个较明确的依据。该文从5个方面对这两种算法进行了详细的比较,指出了属性为连续值时这两种算法的异同及优缺点,其目的是在为解决具体问题时怎样选择这两种算法提供一些有用的线索。

关键词：机器学习归纳学习决策树归纳模糊决策树算法清晰决策树算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊熵的BP算法改进

引用

计算机工程与应用 2010年第20期46卷 138-141页

作者：花强赵伯夷高月河北大学数学与计算机学院机器学习研究中心河北保定071002

由于BP网络简单的拓扑结构和优秀的逼近能力,它已经被广泛地应用于预测和非线性系统的建模中。但是由于算法自身的不足,在实际应用中会产生很多问题。因此,BP网络的优化已经成为了一个重要的课题。为了提高BP网络的泛化能力,将模糊熵加... 详细信息

由于BP网络简单的拓扑结构和优秀的逼近能力,它已经被广泛地应用于预测和非线性系统的建模中。但是由于算法自身的不足,在实际应用中会产生很多问题。因此,BP网络的优化已经成为了一个重要的课题。为了提高BP网络的泛化能力,将模糊熵加入到BP网络的性能函数中,提出了基于模糊熵的BP算法。在实验中,将两种算法进行了对比,结果表明改进算法可以有效地提高测试精度,避免了过度拟合。

关键词： BP网络过拟合模糊熵

来源：评论

学校读者我要写书评

暂无评论

基于聚类的数据预处理对模糊决策树产生的影响

引用

计算机工程与应用 2006年第1期42卷 156-158,186页

作者：王熙照谢凯河北大学数学与计算机学院机器学习中心保定071002

在模糊决策树归纳过程中,数据的模糊化预处理通常使用三角形隶属函数,该隶属函数的中心点参数将决定数据模糊化的效果,进而影响模糊决策树的执行效率、精度和规模。Kohonen'sfeature-maps聚类算法能够用来选取连续属性值的中心点。... 详细信息

在模糊决策树归纳过程中,数据的模糊化预处理通常使用三角形隶属函数,该隶属函数的中心点参数将决定数据模糊化的效果,进而影响模糊决策树的执行效率、精度和规模。Kohonen'sfeature-maps聚类算法能够用来选取连续属性值的中心点。实验研究表明,该算法选取的中心点使模糊子集之间的覆盖范围不再相同,因而能够更合理地表示模糊概念之间的重叠关系。通过与其它算法比较证明该算法使模糊决策树可以获得更高的分类精度。

关键词：模糊决策树归纳模糊集合理论数据预处理模糊化聚类隶属函数

来源：评论

学校读者我要写书评

暂无评论

多分类器融合系统中模糊测度的确定

引用

模糊系统与数学 2007年第3期21卷 107-110页

作者：陈俊芬何强范铁钢河北大学数学与计算机学院机器学习中心河北保定071002

有限事例集上,choquet模糊积分的计算可以转化成模糊测度的线性组合,故可以使用标准的优化技术来确定模糊测度。本文使用线性规划来确定模糊测度,数据库上的仿真实验表明,线性规划确定的模糊测度的系统融合精度比多数投票法和加权平均... 详细信息

有限事例集上,choquet模糊积分的计算可以转化成模糊测度的线性组合,故可以使用标准的优化技术来确定模糊测度。本文使用线性规划来确定模糊测度,数据库上的仿真实验表明,线性规划确定的模糊测度的系统融合精度比多数投票法和加权平均法的分类精度要高。

关键词：模糊测度模糊积分线性规划多数投票法加权平均法

来源：评论

学校读者我要写书评

暂无评论

敏感属性与不敏感属性对决策树的影响

引用

计算机工程与应用 2003年第26期39卷 78-80页

作者：王金凤王熙照河北大学数学与计算机学院机器学习中心河北保定071002

目前,已有许多种构建决策树的方法。大多数是基于信息熵的,例如,ID3算法,Min-Ambiguity算法以及它们的变异。文中提出了一种新的启发式算法,它是基于属性对于分类的重要程度的。在选择扩展属性时,有两个选择,即敏感属性和不敏感属性,通... 详细信息

目前,已有许多种构建决策树的方法。大多数是基于信息熵的,例如,ID3算法,Min-Ambiguity算法以及它们的变异。文中提出了一种新的启发式算法,它是基于属性对于分类的重要程度的。在选择扩展属性时,有两个选择,即敏感属性和不敏感属性,通常人们习惯选择敏感属性而忽视了不敏感属性。文章主要将其应用到了几个具有符号型属性类分明的数据库。根据对几个数据库所做的实验,对这两种方法从几方面进行了比较,指出了他们各自的利弊所在。

关键词：决策树属性重要度敏感属性不敏感属性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：