基于数据挖掘的决策树算法应用研究

数据挖掘是一种发现大量数据中潜在信息的数据分析方法和技术,已经成为关注的热点。决策树方法因其简单、直观、准确率高等特点,在数据挖掘及数据分析中得到了广泛的应用。本文使用数据挖掘的C4.5算法对UCI数据库中的蘑菇数据构建决策树模型,给出了蘑菇可食用或有毒的决策。     

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％．     

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。     

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。     

决策树可视化系统模型研究

基于数据挖掘可视化技术,构造了一个决策树可视化系统模型,对数据挖掘中决策树可视化模型进行了分析与研究,其中主要实现了数据可视化、属性约简和决策树可视化模块。针对传统的决策树ID3算法偏向取值较多属性的缺点提出了一个算法,将多类问题转换成2类问题,避免了ID3算法形成的决策树过细,分类不够准确等问题。该算法产生的规则比ID3算法更加简捷,更加概括化,避免了规则中包含不关键的属性。     

基于决策树的农户小额贷款信用评估模型研究

分析了当前农村信用社对农户进行小额贷款时信用评估的现状及存在的问题,结合农户贷款的特点,构建了基于决策树算法的农户小额贷款信用评估模型,并对信用评估模型进行了实证,表明模型具有较好的预测效果,从而提高了农村信用社农户小额贷款业务的信用风险管理水平。     

一种用于农产品供应链风险预测评估的贝叶斯决策树算法模型

农产品供应链稳定对保障市场供应、稳定需求、扩大居民消费需求具有重要意义.新兴技术的应用可以提高农产品供应链的价值,降低传统供应链的风险.因此,本文在机器学习算法的基础上,将贝叶斯算法融入决策树模型,建立了一种用于农产品供应链风险评估预测的模型.首先,基于贝叶斯算法设计了用于风险划分的决策树模型.然后,使用随机变量的权重构建决策树模型用于风险预测评估.最后,将决策树模型应用于农产品供应链(APSC),提出了APSC管理框架,帮助决策者进行评估分析,以降低农产品供应链风险.实验结果表明,对比模型预测风险的性能达到90%左右,而本文提出的模型可以达到95%左右,证明其具有较高的预测准确性.敏感性分析证实,该模型对市场变化具有较高的灵敏度,可以帮助决策者更好地评估农产品供应链风险并及时调整供应链机制.     

基于决策树算法的蔬菜农药残留 的数据挖掘与分析

蔬菜是人们日常消费的必需品,影响蔬菜质量安全的一个重要因素就是农药残留问题。利用决策树算 法的数据挖掘技术,对蔬菜的检测信息进行挖掘,得到品种为韭菜、黄瓜的农药残留高;新桥市场、烟大市场和大世 界市场的蔬菜农药残留水平较低;而7~9 月的蔬菜农药残留高。结果具有一定的可信度,为蔬菜消费者和安全监管 者提供一定的决策依据。     

基于决策树技术的农产品供应商质量控制及其实现

根据农产品供应商质量控制的特点,应用数据挖掘方法中的决策树技术,分析检验合格的农产品与农产品供应商之间的关系,同时找出不合格农产品与农产品供应商之间的关系,建立了农产品供应商质量控制和决策支持体系。     

一种基于影响度的可伸缩的决策树算法

目的 针对ID3算法计算复杂度高这一问题,改进决策树生成算法DTA（Decision Tree Algorithm）。方法 提出了用影响度作为属性选择的标准,为了使算法具有良好的可伸缩性,引入了基于类别的属性表的新的数据结构。结果 表明算法能生成正确的决策树,并且计算复杂度明显优于传统算法。结论 可以在计算机硬件配置较低、资源消耗较少的条件下来快速生成正确的决策树,得到相应的决策规则。     

基于决策树的农业气象灾害等级预测模型

在讨论数据挖掘技术的基本概念、决策树方法的基础上,结合牡丹江地区部分县区风雹灾害数据样本,采用决策树C4.5分类算法,建立了农业气象灾害等级决策树预测模型。通过该预测模型可预测各地直接经济损失程度,为该领域的数据挖掘提供了合理的挖掘模式,并得出了有效的分析结论。     

大数据挖掘在食品安全风险预警领域的应用

食品安全综合评价与预警是食品安全的重难点.该研究着重介绍了大数据挖掘在食品安全风险预警领域的应用.首先对大数据的基本概念及3种典型的大数据挖掘技术(贝叶斯网络、决策树以及人工神经网络)概念进行分析,并探讨这3种大数据挖掘方式在食品安全行业的应用现状.之后比较3种大数据挖掘方式,提出将其中一种大数据挖掘方式BP神经网络运用于食品安全风险预警的构想.     

我国畜产食品安全风险管理研究——基于畜产食品安全事件的实证分析

为了对我国畜产食品安全风险进行有效管理,搜集了2001 ～ 2013年共计278个畜产食品安全事件,并将这些事件按照生产、加工、流通、餐饮消费4个环节进行梳理,每个环节归纳出多个风险因素,并运用风险矩阵分析方法对这些因素进行等级评估.结果显示,“使用有害投入品”、“兽药残留”、“使用不合格原料”等因素最为突出,基于此提出了我国畜产品安全风险管理的相关的对策建议.     

食品质量与安全专业开设食品安全风险评估课程的探讨

介绍了食品安全风险评估的基本概念,阐述了我国高校食品质量与安全专业开设食品安全风险评估课程的现状、必要性及重要性,对食品安全风险评估课程的性质与目的、教材与内容及教学方法等进行了探讨,可为高校开设食品安全风险评估课程提供一定的参考和指导。     

消费者食品安全信息行为研究综述

食品安全信息不对称是造成食品安全问题的根本原因,打破食品安全信息壁垒是解决问题的关键所在。由此,国内外很多学者对居民食品安全信息行为进行了广泛而深入的研究,这些研究对提高居民食品安全信息利用效率,建立安全消费行为起到了很好的指导作用。该研究对现有国内外消费者食品安全信息行为的主要研究成果进行了梳理和归纳,主要介绍了国内外研究者和相关法规对食品安全信息内容的界定,综述了国内外学者对消费者食品安全信息行为的研究内容,对其中可完善和有待深入研究的方向进行了分析,为相关研究的深入开展提供借鉴。     

基于食品安全的消费行为分析

主要从信息、价格、收入与支出以及消费文化等几个因素分析了消费者安全食品消费行为。     

食材配送企业食品安全风险控制能力评价指数的构建

判断企业食品安全风险控制能力的高低需要依据科学合理的评价标准。从社会第三方专业组织的角度分析了影响食材配送企业食品安全风险控制能力的因素,其中既包括食品安全信用信息、认证信息、资质和荣誉等静态因素,也包括采购进货、加工分拣、贮藏、运输、人员管理和设施设备等动态因素,提出了简单数值形式食材配送企业食品安全风险控制能力评价指数的构建思路。     

食物安全信息共享机制研究

在界定食物安全信息共享机制内涵基础上,重点探讨了食物安全信息共享机制的组成,对食物安全信息共享的保障机制、调控机制和运行机制进行了深入分析,最后提出了实现食物安全信息共享的对策建议与措施。     

基于多光谱影像和专家决策法的作物分类研究

[目的]探讨基于多光谱影像和专家决策法的作物分类,验证利用单时相多光谱影像区分农作物的可行性。[方法]以呼伦贝尔地区典型农业种植区为研究区,根据野外实测光谱数据,寻找区分研究区主要作物大麦、小麦、油菜的最佳时间,根据作物波谱特征,采用决策树方法,结合光谱角度制图（SAM）等光谱匹配方法,开展了作物分类研究。[结果]利用8月上旬获取的LandsatTM影像,在对影像进行几何校正、大气校正的基础上,构建决策树,成功提取了小麦、大麦、油菜、种植草场的种植信息,分类总体精度达到86.90%,Kap-pa系数达到0.831 1。[结论]以典型时相的多光谱影像为数据源,应用决策树方法提取作物类型信息,具有较好的应用前景。