决策树算法对整家定制家居购买决策的预测研究北大核心

提高销售门店客单率是影响定制家居企业持续发展的重要因素之一。通过使用决策树算法对客户消费特征进行分析研究,对预测客单率有重要意义。本文通过问卷调查法对有意愿购买整家定制家居的顾客进行数据采集,运用基于机器学习的决策树算法构建预测模型。研究发现,决策树算法可以更加清晰且直观地了解消费者购买决策与特征因素之间的关联性,说明该方法适用于消费者购买意愿的预测。本研究结果以期为企业的销售策略制定及产品设计提供参考。     

典型城市工业集聚区土壤重金属污染精准刻画及健康风险评估

为提高工业集聚区土壤污染刻画模型的精度，以河北省某在产工业聚集区土壤重金属作为研究对象，对比研究距离权重法（IDW）、普通克里金（OK）、支持向量机（SVM）和梯度提升决策树（GBDT）等不同插值方法在处理浓度非平稳、有偏数据的刻画精度问题。结果显示：该场地土壤中主要污染物为As,GBDT在刻画土壤As污染时表现出最高的精度（R2=0.911 5）;GBDT可视化结果发现，As的浓度分布格局为“斑块聚集”，并且表现出明显向深层迁移的趋势；相关性分析结果表明，As浓度在场地土壤中的分异行为主要与土壤岩性和水文地质条件有关；蒙特卡罗模拟风险评估结果显示，场地土壤成人和儿童的总致癌风险指数均超过指导值，并且儿童遭受的非致癌性和致癌性风险高于成人。     

基于高光谱成像技术的水稻叶片稻纵卷叶螟虫害信息提取

使用成像光谱仪获取遭受稻纵卷叶螟危害的水稻叶片的高光谱影像,统计分析虫害叶片和健康叶片在光谱反射率和植被指数上的差异,建立分类判别模型,精确提取叶片上虫害区域的像元数和比例,实现对虫害严重程度的精确评估。结果表明:在波长为400—710 nm的可见光-红边波段范围内,虫害叶片的反射率普遍高于健康叶片,差异极显著(P<0.01);在近红外波段虫害叶片反射率低于健康叶片(P<0.01),但二者差异略小。虫害叶片的NDVI、RVI、RARS和SIPI 4种植被指数值明显低于健康叶片。基于RVI构建决策树分类模型能够准确区分叶片上的虫害区域和健康区域,并据此计算出虫害区域所占比例,进而对虫害严重程度进行定量化评估。     

FY-3C/MERSI卫星影像水稻信息自动提取的决策树方法研究

为了推进风云三号系列卫星资料在水稻信息提取中的应用,分析了FY-3C/MERSI影像中江西省区域水稻及其他典型地物的光谱特征及通道间的关系,并讨论了各地物在光谱特征上的可分性。研究发现:除植被外,其他地物均可依据适当的阈值与水稻分开;水稻与其他植被在各单通道上的光谱特性相似,因此引入归一化植被指数来提高水稻提取的精度。根据以上研究结果,建立了决策树模型对水稻信息进行自动提取。目视检验结果表明,该方法的提取效果较好,只是在水稻与其他植被交界处有误判现象。提取精度评价结果显示,该方法的总体提取精度较高,基本上可以满足水稻生育期面积遥感监测与产量预报的需求。     

电能质量扰动的广义S变换分析和决策树算法分类

针对电能质量扰动的检测和分类问题,提出了一种新的基于广义S变换和决策树的电能质量扰动分类方法.首先提出基于FFT的自适应调整调节因子取值的方法,再利用广义S变换对常见的几种电能质量扰动信号进行时频分析,并提取特征形成判决规则,最后生成用于对电能质量扰动进行分类的决策树分类算法.仿真实验结果表明,该算法能够实现电能质量扰动的自动分类,且分类正确率很高.