“决策树算法”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果432499个，建议您升级VIP下载更多相关专利

[发明专利]一种基于并行剪枝优化的决策树生成方法及装置-CN202011156573.5在审
发明人：卢宇彤;彭一;陈志广 -专利权人：中山大学
申请日： 2020-10-26 - 公布日： 2021-01-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于并行剪枝优化的决策树生成方法及装置，该方法包括：获取训练集并根据训练集和C4.5算法生成决策树，得到待剪枝决策树；基于最小错误剪枝算法对待剪枝决策树进行初步剪枝，得到预处理决策树；根据训练集和并行的k‑折交叉验证方法选择最优置信度；根据最优置信度再评估预处理决策树的结点，并根据评估结果对预处理决策树再剪枝，得到剪枝完成的决策树。该装置包括存储器以及用于执行上述基于并行剪枝优化的决策树生成方法的处理器。通过使用本发明，能够克服当前最小错误剪枝算法剪枝不足的缺点。本发明作为一种基于并行剪枝优化的决策树生成方法及装置，可广泛应用于数据挖掘领域中的决策树算法领域。
一种基于并行剪枝优化决策树生成方法装置

[发明专利]一种基于决策树算法的制造业材料采购分析方法-CN201610438660.7在审
发明人：姜艾佳;胡成华 -专利权人：四川用联信息技术有限公司
申请日： 2016-06-16 - 公布日： 2017-05-03 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出了一种基于决策树算法的制造业材料采购分析方法，决策树是一种基于分类思想的决策分析方法，本发明通过利用改进的决策树算法分析预测制造业材料的采购问题。通过前剪枝法和树深度限定法对决策树的分割进行限制，通过后剪枝法构建最优决策树。最优决策树将给出一个确定的采购方案。此方法通过前剪枝法和树深度限定法对决策树的分割进行限制，有效防止了算法无限发散。通过利用信息增益标准差作为前剪枝法的限定条件，提高了算法的准确率。通过后剪枝法构建最优决策树。简单有效，易于实现和理解。最优决策树将给出一个确定的采购方案，简单明了，实用性高。
一种基于决策树算法制造业材料采购分析方法

[发明专利]一种基于决策树优化率的RLID3数据分类方法-CN201610403291.8在审
发明人：王红滨;李华峰;刘红丽;冯梦园;王世鹏;刘广强;张玉鹏;杨楠;刘天宇;徐琳 -专利权人：哈尔滨工程大学
申请日： 2016-06-08 - 公布日： 2016-11-09 - 主分类号： G06K9/62 文献下载
摘要：一种基于决策树优化率的RLID3数据分类方法，本发明涉及基于决策树优化率的RLID3数据分类方法。本发明的目的是为了解决现有决策树的分类准确率低的问题。具体过称为：步骤一、对信息增益进行优化，得到决策树优化率；步骤二、基于决策树优化率得到RLID3算法，RLID3算法即在ID3算法的过程中将信息增益转换成决策树优化率。本发明用于分类领域。
一种基于决策树优化 rlid3 数据分类方法

[发明专利]一种基于互联网的气象预警方法-CN201610734889.5在审
发明人：高君凯;陈小二;王伟楠 -专利权人：青岛百灵信息科技股份有限公司
申请日： 2016-08-28 - 公布日： 2017-02-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于互联网的气象预警方法，所述方法选择决策树算法作为气象预警算法，所述决策树算法用信息增益率代替信息增益来选择属性，决策树建造过程中进行剪枝，能够完成对连续的属性的离散化处理，能够对缺省数据进行处理本发明利用决策树算法作为气象预警算法。由于决策树算法具有简单、可伸缩性强等优点，所以决策树算法应用最为广泛，它可以运用于各种数据集，这种算法是将从一组无序、无规则、混乱的数据集中使用递归方式，自顶向下的归纳成一组以树形结构表示的分类规则，从而可以轻松将具有相同列的数据集高效的划分出类别正因为决策树分类技术具有强大的预测功能。
一种基于互联网气象预警方法

[发明专利]基于人工智能快速决策树算法的多表融合数据清洗方法-CN202211542506.6在审
发明人：黄升平;徐秀峰;梅明顺;李雪玲;谢卓辰 -专利权人：广西电网有限责任公司崇左供电局
申请日： 2022-12-02 - 公布日： 2023-03-14 - 主分类号： G06F16/215 文献下载
摘要：本发明公开了一种基于人工智能快速决策树算法的多表融合数据清洗方法，主要是通过训练样本集，建立目标变量关于输入变量的分类预测模型，推理出相应目标的分类或取值，利用信息熵的原理，选择信息增益最大的作为分类原则本发明改进决策树算法构造的决策树所用的计算时间比未改进算法构造的决策树所用的计算时间少，本发明在计算机上快速运算，改进决策树算法提高了决策树构造的效率，计算量也大大减少。
基于人工智能快速决策树算法融合数据清洗方法

[发明专利]基于逻辑回归算法及决策树算法的非法语音的识别方法及系统-CN202111475468.2在审
发明人：张飞;丁正;顾晓东;董伟 -专利权人：上海欣方智能系统有限公司;上海欣方软件有限公司
申请日： 2021-12-06 - 公布日： 2022-03-08 - 主分类号： H04M3/22 文献下载
摘要：本申请公开了一种基于逻辑回归算法及决策树算法的非法语音的识别方法及系统，本申请实施例训练得到基于一逻辑回归算法及多个决策树算法的融合模型，实时从通信网络侧获取语音数据，对获取的语音数据采用数据特征工程方式处理后获取得到特征数据；输入到所述融合模型中，由其中的多个决策树算法进行处理得到对应各个决策树算法的概率值后，将所得到的各个决策树算法的概率值整合后由逻辑回归算法进行预测，得到是否为非法语音的预测结果。这样，由于融合模型是基于逻辑回归算法及决策树算法进行构建及训练的，所以准确识别出通信网络中的非法语音。
基于逻辑回归算法决策树非法语音识别方法系统

[发明专利]一种基于集成算法的项目管理供应商决策分析方法-CN202110773655.2在审
发明人：雷志敏;戴延军;李天;向俊偲;江欢欢 -专利权人：中冶南方都市环保工程技术股份有限公司
申请日： 2021-07-08 - 公布日： 2021-11-16 - 主分类号： G06K9/62 文献下载
摘要：一种基于集成算法的项目管理供应商决策分析方法，包括：通过项目管理平台，对影响决策因素的供应商属性数据进行采集；对采集到的数据进行预处理；读取属性数据信息，判断属性信息是否连续，若属性信息连续，则将连续值按等级进行离散化；将离散化后的数据进行储存，得到训练集，再对训练集进行划分，将其子集利用改进的C4.5算法进行处理，得到初始决策树；通过得到的初始决策树，利用改进集成算法，生成最终决策树，对供应商进行决策。本发明将遗传算法直接用于决策树的优化，由于C4.5算法生成的决策树分类精度较高，利用C4.5算法生成初始的决策树种群，可以有效地避免遗传算法刚开始盲目的搜索，解决了现有技术由于C4.5平衡决策树算法易过拟合的问题
一种基于集成算法项目管理供应商决策分析方法

[发明专利]基于遗传算法和决策树的健康状况预测方法-CN202110523546.5在审
发明人：郭永恒;曾奕博;张恒哲;周爱民;林欣;邵非 -专利权人：华东师范大学
申请日： 2021-05-13 - 公布日： 2021-07-23 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种基于遗传算法和决策树的健康状况预测方法，其可使模型精确度和模型大小获得平衡，在保证性能的同时，可提高预测效率，该方法基于健康状况相关数据进行，并利用了遗传算法和决策树模型实现，该方法包括：将训练集作为决策树模型的输入数据，对决策树模型进行训练，决策树模型的超参数种群初始化，超参数种群包括若干个超参数，采用交叉验证方式对决策树模型进行评估，判断决策树模型是否满足条件，若满足则返回评估结果，若不满足，则进入下一步骤，采用交叉算子和变异算子对决策树模型的父代决策树进行选择，子代决策树生成，对子代决策树进行评估，利用子代决策树获得的超参数作为预测健康状况的超参数。
基于遗传算法决策树健康状况预测方法

[发明专利]煤矿智能化综采工作面顶板来压预测方法和装置-CN202010510637.0有效
发明人：程敬义;闫万梓;孙鑫 -专利权人：中国矿业大学
申请日： 2020-06-08 - 公布日： 2022-05-13 - 主分类号： G01M13/00 文献下载
摘要：本发明包括：步骤S10：选取煤矿综采工作面支架的多因次工作循环特征参数；S20：根据决策树算法对训练集进行训练生成决策树A；S30：以前一个工作循环的矿压显现特征指标作为训练集并结合决策树算法生成决策树B；S40：根据步骤S30中当前工作循环中不同等级的矿压显现程度并结合决策树算法生成决策树C。本发明选取与来压相关的若干特征参数，将单台支架的矿压显现程度进行分级，对工作面来压预测模型的终点进行分级，这些等级为决策树模型所用，本发明通过决策树A、决策树B和决策树C的串联使用完成工作面来压准确预测
煤矿智能化工作面顶板预测方法装置

[发明专利]基于深度Boosting决策树的欺诈检测方法-CN202310735647.8在审
发明人：王尧;许彪;王开东 -专利权人：西安交通大学
申请日： 2023-06-20 - 公布日： 2023-09-08 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开一种基于深度Boosting决策树的欺诈检测方法，包括S1、提取原始欺诈数据；S2、清理和预处理欺诈数据得到适用于深度学习框架输入的数据；S3、构建深度Boosting决策树模型用于预测欺诈行为的发生；本发明方法建立神经网络来学习决策树的分裂准则，挖掘了欺诈数据中的特征表征信息，并通过迭代算法保证决策树分裂的有效性；采用Boosting方法降低传统决策树存在的过拟合缺陷，通过Boosting方法降低决策树模型过拟合风险，提高了传统Boosting方法的泛化性能；通过组合深度AUC最大化算法将深度Boosting决策树应用于非均衡数据学习过程中，保证了算法的稳定性和可靠性。
基于深度 boosting 决策树欺诈检测方法

[发明专利]基于加权皮尔逊相关系数并结合特征筛选的分类算法-CN202110774460.X在审
发明人：周红芳;安蕾 -专利权人：西安理工大学
申请日： 2021-07-08 - 公布日： 2021-11-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于加权皮尔逊相关系数并结合特征筛选的分类算法，首先对原始数据进行预处理，并将预处理后的数据集使用IMPROVE_FCBF算法进行特征筛选；然后将进行特征筛选之后的数据使用十折交叉验证方法划分为训练集和测试集，在训练集上使用基于加权皮尔逊相关系数的决策树算法构造决策树；最后使用构造好的决策树模型对测试数据进行分类得出结果，使用评估指标准确率、召回率、宏观F1值和决策树的构造时间对决策树分类模型进行评估。基于以上评价指标，本发明相比其他决策树分类算法均有不同程度的提升与改进。
基于加权皮尔逊相关系数结合特征筛选分类算法

[发明专利]一种基于决策树算法识别用电类别的方法及系统-CN201911410254.X在审
发明人：金昌铉;王淼;程俊春;朱宇龙;马博;赵永国;刘森;黎晚晴;张君;梁惠欣 -专利权人：中国南方电网有限责任公司;南方电网数字电网研究院有限公司
申请日： 2019-12-31 - 公布日： 2020-06-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于决策树算法识别用电类别的方法及系统，根据训练数据集建立决策树并对决策树进行剪枝处理优化得到用电性质识别模型，通过该优化的决策树模型，进行基于历史用电户样本数据，包括用电特征、用电性质，通过使用决策树算法，系统自动构建用电性质识别模型；最终训练完成后，在模型结果中可展示完整的决策树信息，能够承载较大数据量，通过参数对决策树剪枝参数的自动调优，有利于提高分类预测覆盖度，能够准确的反映出用电性质的情况
一种基于决策树算法识别用电类别方法系统

[发明专利]基于决策树的航迹关联算法-CN201910688882.8在审
发明人：潘尧;刘学;黄炎焱;刁品文;孙鹏耀;张志伟;王锐峰 -专利权人：南京理工大学
申请日： 2019-07-29 - 公布日： 2019-12-20 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于决策树的航迹关联算法，首先构建决策树分类模型，然后设计基于该决策树分类模型的航迹关联算法，本发明提供的基于决策树的航迹关联算法利用决策树判断来自同一时刻的导航雷达目标与AIS目标是否关联
关联算法决策树航迹决策树分类模型关联度目标状态信息关联导航雷达航行安全同一时刻构建判决更新

[发明专利]基于C4.5决策树算法的特定用户挖掘系统及其方法-CN201610573315.4在审
发明人：龚灿 -专利权人：武汉斗鱼网络科技有限公司
申请日： 2016-07-20 - 公布日： 2016-12-14 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种基于C4.5决策树算法的特定用户挖掘系统及其方法，涉及直播网站数据挖掘领域，包括：样本选择模块，其用于选择用户样本，用户样本根据类标签分为付费用户样本和未付费用户样本。以及算法平台，其用于接收训练样本数据，算法平台包括C4.5决策树算法，并为C4.5决策树算法提供算法接口，算法平台基于训练样本数据和C4.5决策树算法训练C4.5决策树模型。本发明中的基于C4.5决策树算法的特定用户挖掘系统能够在数据维度多、数据量大的情况下全面统计用户兴趣度相关指标，便于挖掘特定用户。
基于 c4 决策树算法特定用户挖掘系统及其方法

[发明专利]基于改进CART算法的退役动力电池等级分类方法-CN202210049882.5在审
发明人：刘永成;刘杰文;赵春娟;宋伟;杨茜;王海亮;杨昌海;王兴贵;宋汶秦 -专利权人：国网甘肃省电力公司经济技术研究院;兰州理工大学
申请日： 2022-01-17 - 公布日： 2022-05-03 - 主分类号： G06K9/62 文献下载
摘要：基于改进CART决策树算法的退役动力电池等级筛选方法，其目的是将改进CART决策树算法用于退役动力电池等级分类，提高等级分类效率，为退役动力电池梯次利用打下一定基础。其步骤为：首先，在选择属性分割点时，结合Fayyad边界点判定定理确定退役动力电池各特征属性的最优阈值点，并计算最优阈值点处的Gini系数；然后，将退役动力电池每个特征属性的最优阈值点作为决策树的分裂条件，依次进行二分裂，直到所有叶子节点中的退役动力电池属于同一类为止，生成决策树；最后，采用代价复杂度剪枝算法对决策树进行剪枝，防止出现过拟合，提高决策树的泛化性能，得到退役动力电池等级筛选最优决策树。
基于改进 cart 算法退役动力电池等级分类方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条