基于模糊决策树的高校就业数据挖掘研究

随着高等学校招生规模的扩大,大学生就业形势日益严峻。数据挖掘技术可以从大量的历史数据中发现内在的规律和联系。对高校学生就业进行数据挖掘,可发现潜在规律,为就业指导提供决策依据。决策树分类方法是一种有效的数据挖掘方法,但该方法不能很好地处理数据模糊性和不确定性问题。本文提出将模糊决策树算法引入高校就业数据挖掘,解决了数据模糊性和不确定性的问题,生成的知识表示方式自然,易于理解,并且具有更强的分类能力及稳健性。     

黑龙江省烟草野火病预警方法研究

基于黑龙江省烟草野火病的状况,根据预警理论以及指标体系的优选原则,建立烟草野火病发生程度的警情、警源、警兆和警度指标的预警指标体系。利用时差相关分析法确定指标体系的先行、同步、滞后性质。利用反馈法确定警兆指标的警限区间以及警情的严重程度。应用确定的警情指标以及警兆指标的警限和警度构建黑龙江省烟草野火病预警的决策树模型,得到合理了决策树图谱,并对预警结果进行了相应的分析和有效性判别。为黑龙江省烟草野火病的预警提供相应的对策和建议。     

浅谈决策树决策技术在管理中的应用

以某机床厂决策是否投资改装机器为例，谈如何画决策树，末期望值进行分析比较，阐明决策树决策技术在管理中的应用，及用决策树决策技术进行科学管理和应用于实践的方法。     

巴东新城引水工程取水枢纽整治

介绍了巴东新城引水工程中取水枢纽工程概况及存在的主要问题，分析了出现问题的原因，应用决策树对几组治理方案进行定性与定量分析比较，选出最优整治方案，从而针对山溪河流取水枢纽泄洪能力不足的状况，总结出一种简单有效的治理思路。     

基于决策树的农产品供应商竞标能力的数据挖掘分析

应用基于决策树的数据挖掘算法对农产品电子商务B2B系统中的历史竞标样本进行了分类,通过给出一个结合实例的算法实现过程,说明了供应商在竞标过程中产品报价等部分影响因素间的一些潜在性规则,从而得出不同特征的农产品供应商在虚拟市场中的竞标能力高低差异依次由产品报价、配送及时率、市场需求水平等因素决定。     

基于决策树的土壤质量等级研究

将广东省土壤资源类型图和各种评价因子的单要素图层进行叠置分析,以土壤资源类型图的图斑作为土壤质量评价单元,从各生成图层的PAT文件中提取高程、坡度、土壤有机质含量、土壤质地、土壤pH、土壤利用类型、地貌类型和土壤类型等评价属性,用决策树方法预测土壤质量等级,并以定量规则方式表达所获取的知识．结果表明,其知识表达易于理解,预测准确率为96．61％．     

高分1号数据用于云南文山三七种植信息提取

  目的  云南文山三七Panax notoginseng作为经济价值较高的中草药，其产量多少与价格波动之间存在着较紧密的联系，实时准确地掌握三七种植面积，对于当地政府相关管理部门科学指导三七种植规模和确定价格等宏观调控具有重要意义。  方法  以文山州4个三七主产县为研究区域，基于国产16 m分辨率的高分1号（GF-1）开源影像，根据三七的生长环境特点对专家决策树模型进行改进，并通过决策树分类法提取三七的荫棚图斑。在对三七荫棚识别可靠度和面积提取精度评价中，采用了谷歌影像代替实地调绘和以目视解译结果作为图斑面积基准的方法。  结果  决策树分类成果和目视解译提取的图斑判定正确率分别为87%和99%；专家决策树分类提取的成果整体面积精度为80%。  结论  与传统基于高分辨率商业影像采用目视解译的人工勾绘图斑方法相比，基于GF-1影像的三七面积提取所采用的方法能够在保证一定精度的条件下，以较快速度开展文山三七种植资源的调查，为当地特色农产品种植的科学监管与价值估算提供基础数据与有效技术支持。     

改进的GDBT迭代决策树分类算法及其应用

传统的决策树分类方法有ID3和C4.5,由于单棵决策树的局限性,在训练数据过程中由于属性值的过多容易出现过拟合现象,本文研究使用多颗决策树和Boosting算法结合在一起的GDBT分类方法。GDBT算法是基于回归的思想,对复杂数据有较强的处理能力,且它是由多棵树组成的,构造树不复杂,每次用残差进行调整,保证分类的精确。     

资源3号卫星影像的植被信息提取

资源3号卫星(ZY-3)是我国2012年发射成功的第一颗自主民用高分辨率立体测绘卫星。在对ZY-3卫星数据精细处理基础上,分析了典型地物的光谱特征和纹理特征,构建了适合植被信息提取的ZY-3决策树模型,将研究区地类分为针叶林、阔叶林、灌木林、竹林、耕地、建设用地、裸露地、水体和其他地类共9种地类,开展植被信息提取和精度检验。结果表明:(1)ZY-3比较适合于森林植被信息的提取,特别是针叶林和阔叶林;(2)ZY-3数据的总体分类效果较好,精度达到了91.96%,Kappa系数0.902 9,说明根据影像的光谱特征和纹理特征,采用决策树算法选择合适的阈值提取植被信息是可行的。     

决策树方法从SPOT-5卫星影像中自动提取水体信息研究

分析了SPOT-5影像中水体及其它主要地物的光谱特性及波段间的关系,由此探讨它们在光谱特征上的可分性.研究发现,不同波段之间只有水体具有B3(green)＞B4(SW)且B2(red)＞B1(IR)的特殊关系,同时在短波红外波段(SW)上,水体与其它地物亮度值差异明显,可以通过设置阀值加以区分.根据以上分析,建立了决策树模型,在各节点设计不同的分类器,进行水体信息的提取并对提取结果进行了精度评价.结果表明,该方法的总体提取效果较好,其提取精度与通常的监督分类方法相比有了较大的提高,只是在水体和其它地物交界处有误判现象.