简介：本文提出了一种混合决策树的调度知识获取算法,在获取到最优特征子集和最优参数后生成调度知识,利用GASA混合优化方法求解在不同调度目标下的制造系统的近似最优特征子集

简介：基于多类别肿瘤基因表达谱数据集，从研究肿瘤与正常组织的分类入手，对肿瘤分类特征基因选取问题进行分析和研究。将决策树算法应用到肿瘤基因表达谱分类研究中，尝试引入遗传算法，对决策树分类规则进行优化。试验结果表明，在样本有限的情况下，该方法比单个决策树具有更高的分类精度。

简介：分类问题是数据挖掘和机器学习中的一个核心问题。为了得到最高的分类准确率，决策树分类过程中，决策属性的选择非常关键。分析了粗糙理论的属性约简方法，提出了基于粗糙理论的属性约简在决策树中的应用，并产生多个相对约简的选择问题。

简介：目前的选课系统中数据仓库的数据堆积严重，其中的隐藏信息越来越难发现，通过数据挖掘技术可从浩瀚的数据库中提取所需的关键资源与其相关的数据信息。以选课系统为研究对象，通过改进的C4.5分类算法规划不同专业的学生选课，并通过一套实验数据为课程的搭配提供了一种切实可行的选课方案。

简介：摘要：在大型水库不断新建投产的今日，新增库容对于水库群联合调度有巨大的影响，但这部分库容并未存在于现行调度细则中，本文以双江口水库的投产运行作为实例，结合基于决策树算法的数据挖掘技术，构建其调度规则集，并验证了其合理性。结果表明：决策树规则调度结果与调动模型结果，年均发电量相对偏差为0.75%，发电保证率无偏差，年均弃水量相对偏差为1.77%，生态缺水量无偏差。决策树调度方法具有相当的可行性。研究为长江流域枯水期水库群的联合调度细则提供了必要的理论和实践支持，对保障长江航运的安全与高效具有重要意义。

简介：摘要变压器是电网中的关键设备之一，变压器故障将对电网的可靠性和系统的正常运行产生重要影响。因此，开展变压器故障早期诊断，对保证变压器长期安全可靠运行，减少非计划停用，防止异常情况的发生，具有非常重要的作用。

简介：摘要变压器是电网中的关键设备之一，变压器故障将对电网的可靠性和系统的正常运行产生重要影响。因此，开展变压器故障早期诊断，对保证变压器长期安全可靠运行，减少非计划停用，防止异常情况的发生，具有非常重要的作用。

简介：摘要如何在测试节点里构造一个恰当的分割超平面是构造决策树的关键，与单变量决策树不同，多变量（倾斜）决策树可以找到与特征轴不垂直的超平面。本文将从几何学角度说明构造测试节点的过程，提出了一种两阶段决策树的算法。

简介：为建立不同产区及风格烤烟烟叶与化学指标之间的关系,对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测,并利用MiningTree模型进行分类-回归决策树（C＆RTanalysis）数据分析。结果表明：（1）从21个烟叶化学成分中,共筛选出14个特征化学指标,其中钾和硝酸根为4省烟叶共有特征化学指标;（2）湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合（Segment）分别为：还原糖（≤24.93%）、钾（〉1.98%）、pH值（≤5.37）（p=0.658）;钾（≤1.98%）、灰分（〉11.03%）、水溶性灰份碱度（≤0.49）、硝酸根（≤0.06%）（p=0.776）;还原糖（〉24.93%）、钾（〉1.98%）、硝酸根（≤0.06%）、蛋白质（〉5.01%）（p=0.914）;钾（≤1.98%）、灰分（≤11.03%）、水溶性总糖（〉28.94%）、硫酸根（≤1.43%）（p=0.957）。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。

简介：【摘要】本论文研发了一种基于DT决策树的风机变桨编码器预警算法。算法融合基于时间序列的风机SCADA秒级数据以及风机状态事件数据，进行数据关系挖掘，加数据标签，应用过采样的方式处理数据不平衡问题，通过自学习风机随时间变化的风机数据特征，建立基于DT决策树的变桨编码器预警评估器模型。为了提高结果的可靠性，DT预警模型执行了五次基于时间序列拆分交叉验证，并应用实际案例验证了预警模型的可靠性。

简介：分类在数据挖掘中是一项非常重要的任务。分类的目的是学会一个分类函数或分类模型（也称作分类器），该模型能把数据库中的数据项映射到给定类别中的某一类别。本文对数据分类中的典型代表粗糙集和决策树方法进行分析和研究，并指出它们的优缺点，最后提出了今后的研究方向。

简介：一、引言在现实生活中，人们不光要对现有事物分门别类，有时还需根据已知信息对新样本分类。例如，在地质勘查中，需要对在某地区收集到的新矿物标本判定属于哪种矿物：又如，在天气预报中，根据已有的资料来判断明天的天气状况。近年来，分类预测技术越来越受到学者和业界的关注。

简介：摘要：测绘遥感图像信息的有效分类对于地理信息系统、自然资源调查等领域具有重要意义。本文提出一种基于决策树算法的测绘遥感图像信息分类方法。该方法首先对原始遥感图像进行预处理，提取多种特征，构建特征空间。接着，利用决策树算法对特征空间中的数据进行训练，生成决策树分类模型。最后，使用所得模型对测绘遥感图像进行分类。实验结果表明，所提出的分类方法能够有效地区分不同类型的地物，分类精度较高。该方法不仅可以应用于测绘遥感图像分类，还可推广到其他遥感数据分类任务中。总的来说，本文为测绘遥感图像信息分类提供了一种新颖、有效的解决方案。

简介：在网络入侵检测中，仅仅采用单棵决策树方法进行攻击判断往往误检率较高，因此本文提出了一种基于多决策算法的集成学习模型，将入侵训练数据集分割为若干份新的数据集，其中一份作为测试集留作验证使用，其余每一份都用一个决策树算法进行独立入侵行为判断，最后综合所有决策树模型的结果，得出结论.通过实验我们验证了多决策树集成学习的方法能明显提高网络入侵检测的准确率.

简介：摘要近年来，输电线路建设日益完善。电源分布在地理位置偏僻的山区或者林区，这些地理位置偏僻的地区的天气条件往往比较复杂。架设的输电线路极易发生覆冰现象，严重的覆冰甚至会对输电线路的电气特性和机械特性造成影响，最终导致事故发生，阻碍供电线路的安全稳定运行。

简介：传统的高校公共体育实践课教学模式、教学方法是学生以基本技术、基本战术等为主要内容的技术教学、技能培养。注重教学形式、结构、内容、方法、考核、评价等的统一性与标准化。在当前国家体育赋予高校体育新目标与要求的情况下，旧的教学模式和方法的局限性和片面性便显现出来。采用文献资料法、调查访问法、问卷调查法、数理统计法等综合研究方法，以西安市11所高校中的400名学生为调研对象，利用决策树算法从整体的、系统的与发展的角度对高校公共体育课实践教学影响因素进行较全面而深入的研究，研究结果表明“学生参赛次数”是决策分支最重要的影响因素，其次“喜好程度”以及“教师技术等级”也是影响高校公共体育实践教学的重要方面。

简介：该文首先对决策树技术相关理论和SQLServer2008BI平台作了介绍，然后对用于挖掘分析的数据源进行了预处理。利用SQLServer2008BI平台下的决策树分类技术和DMX语言即数据挖掘扩展语言创建了课程成绩分析决策树模型。挖掘提升图和分类矩阵对该模型的评估结果表明模型具有较高的可靠性和分类准确度，同时模型对应的一些规则和模式可作为课程教学管理及改革的重要参考依据。

简介：摘要：建筑工程项目风险管理是确保项目成功的关键，传统方法的局限性促使决策树模型的应用成为提高风险评估准确性和决策科学性的有效工具。本文从决策树在风险管理中的理论基础入手，分析了其在风险识别、评估和应对策略选择中的应用，并强调了决策树的系统性和科学性。案例分析进一步展示了决策树在实际风险管理中的实施效果和对流程优化的贡献。尽管面临数据质量和专业知识的挑战，决策树模型的应用前景广阔，预期将在提高项目管理水平中发挥更大作用。

简介：摘要：继电保护，它属于电力系统内部的核心构成，若潜在故障问题，就会对电力系统的正常运行造成威胁，这就决定了采取科学有效、精准率比较高的方法，开展继电保护相关故障检测是一项重点工作。鉴于此，本文主要提出了依靠集成决策树这种方法，对电力系统当中的继电保护开展故障检测与其分析，结果表明此种方法所获取检测精准率及有效性都比较高，应用效果显著。

简介：历年学生就业积累的大量数据信息,运用数据挖掘算法中的C4.5决策树算法对所给数据进行分类和预测。通过实例给出了该算法在高职高专就业工作中的应用,找出影响学生就业的主要因素。