导读:本文包含了分类决策树论文开题报告文献综述及选题提纲参考文献，主要关键词:电力变压器,故障诊断,决策树,多值分类
分类决策树论文文献综述
王涛,孙志鹏,崔青,张志磊,张天伟[1]（2019）在《基于分类决策树算法的电力变压器故障诊断研究》一文中研究指出电力变压器是电力系统稳定运行中最为重要的电力设备。对电力变压器的故障识别,一直是所有电力工作的重中之重。近些年随着人工智能的发展,许多智能算法被引入电力变压器故障研究当中。本文提出一种基于决策树算法的电力变压器故障诊断模型,与其他分类模型相比,该模型具有分类精度高、计算速度快、不需要任何领域知识和参数假设、易于实现等优点。通过对实际的故障样本进行诊断,并与支持向量机算法对比,验证了该算法的优越性。(本文来源于《电气技术》期刊2019年11期）
余新华[2]（2018）在《累积适应度遗传算法在SVM多分类决策树中的优化研究》一文中研究指出本文研究的内容是通过改变适应度的选取方式,通过累计各个接节点的适应度,利用加权计算求取适应度,在结合SVM决策树组成CFGA-SVM,通过这种算法计算出来的结果相比较GA-SVM取得了很大的进步,并且这种方法适应的样本量度更大,在发展遗传计算求解的过程中,未来还会具有很好的发展.(本文来源于《绵阳师范学院学报》期刊2018年08期）
郭巧驰,杨洪[3]（2018）在《C4.5分类决策树在高校排课管理中的应用研究》一文中研究指出排课管理是高校教学管理中的一项重要任务。在厘清C4.5算法及其决策树构建方法基础上,对排课管理信息进行数据预处理,以"是否高职"作为目标属性研究高级职称老师的授课情况,构建C4.5算法决策树,从而得到高职授课规律并提出合理排课建议。该方法对优化师资力量配置,提高教学效果具有重要意义。(本文来源于《电脑知识与技术》期刊2018年02期）
刘为斌[4]（2017）在《异常心电信息识别与基于分类决策树的心电预测研究》一文中研究指出心脏类疾病一直是高发类疾病,随着老龄化加剧,基于心电信号的自动分析诊断技术将是健康医疗的重要发展方向。心脏异常的预测和诊断以心电信号的特征点和特征波段信息为基础展开,但是在获取特征信息前需要保证数据的准确性,所以需要对信号作滤波处理。此外,依据心电特征信息进行异常预测和诊断需要采集和使用大量心电数据,利用机器学习中的挖掘算法能快速有效对常见异常作出诊断。本文针对心电信号的预处理,心电特征提取和挖掘算法实现进行研究,主要研究内容如下:1.对心电信号预处理即对心电信号去噪。采用平稳小波变换结合阈值去噪法对MIT-BIH心电库中的心电信号进行二次滤波,主要去除了信号中残留的基线漂移和肌电干扰。为了克服使用软阈值函数滤波带来的信号失真和使用硬阈值函数由于信号不连续带来的伪吉布斯现象,本文提出自适应软阈值函数滤波法,使用全局自适应阈值和软阈值函数对信号进行重构。仿真结果证明这种方法对基线漂移和肌电干扰有良好的滤除作用,性噪比和失真率性能良好。2.在特征识别工作中实现心电信号波形检测。选择二次B样条小波作为小波函数对心电信号进行4层小波分解,通过在第四尺度上识别R波的模极值对进行波形检测,采用自适应加窗校验的方式实现R波检测。以R波为基础在第二尺度上用同样的方法实现对Q,S,P,T波的识别,使用二次差分阈值的方法实现对波群起始点的识别。3.按照心电节律划分出12类异常心电波形,依据识别的波形将心电异常的诊断标准量化,实现异常特征提取入库。使用分类决策树算法实现心电异常诊断和预测,通过K-Folds交叉验证和随机森林算法相结合的方法改进心电异常诊断模型,使用验证数据集对预测模型的性能进行验证。(本文来源于《北京邮电大学》期刊2017-12-11）
林莹,梁宇光,朱瑾[5]（2016）在《分类决策树辅助盆腔超声诊断女童真性性早熟的方法研究》一文中研究指出性早熟是常见的儿科内分泌疾病,我国诊断标准为女童8岁以前出现第二性征[1]。近年来性早熟发病率逐渐增高,已然成为全社会关注的热点问题。超声检查作为女童性早熟的重要筛查与诊断方法,可以无创地获得女童盆腔内生殖器的各项数值。目前常规盆腔超声测量的参数较多,而且部分重迭交叉[2-4],如能充分挖掘与利用影像资料的信息建立客观稳定的诊断模型,必然进一步提高超声医师的诊断水平。本研究回顾性分析2010~2015年在浙江(本文来源于《中华医学超声杂志(电子版)》期刊2016年04期）
雷光斌,李爱农,谭剑波,张正健,边金虎[6]（2016）在《基于多源多时相遥感影像的山地森林分类决策树模型研究》一文中研究指出山地是森林重要的分布区,然而山地多样的森林类型、高度异质化的景观格局、突出的地形效应以及云、雾的干扰均不同程度地影响了山地森林类型的遥感自动制图。多源多时相遥感影像提供的季相节律信息是当前提高土地覆被遥感制图精度的重要信息源之一。以岷江上游地区为研究区,以国产环境减灾卫星多光谱CCD(简称HJ CCD)影像和美国Landsat TM影像为数据源,以决策树为分类方法,根据参与分类影像的时相差异设计了5组对比实验(生长季单时相组、非生长季单时相组、生长季多时相组、非生长季多时相组、全时相组),对比论证多源多时相遥感影像对山地森林类型自动制图的贡献和作用。对比结果表明:生长季和非生长季相结合的多时相遥感影像较单时相或单一类型(生长季或非生长季)多时相遥感影像,更能显着提高山地森林类型自动制图精度,且能降低分类决策树的复杂程度,更有利于山地森林类型的自动提取。(本文来源于《遥感技术与应用》期刊2016年01期）
吴生根,陈武,欧剑鸣,洪荣涛,翁育伟[7]（2015）在《福建省2008-2013年手足口病重症病例危险因素的分类决策树分析》一文中研究指出目的分析手足口病重症病例的危险因素,为降低手足口病重症病例发生率提供理论依据。方法福建省2008-2013年手足口病重症确诊病例资料来源于疾病监测信息报告管理系统,从同期报告的轻症病例确诊病例中随机选取与重症病例相同数目的病例。运用决策树中的CHAID法分析重症病例发生的危险因素,因变量为重症是否发生,自变量为实验室结果、发病到就诊时间、发病月份、年龄、性别、城乡。使用分割样本验证模型,样本被随机均分为训练样本与测试样本。结果福建省2008-2013年共报告13971例手足口确诊病例,其中重症1503例(10.8%),轻症12468例,共3006例病例进入模型。训练样本(1523例)模型中包括实验室结果、发病到就诊间隔时间、年龄、性别4个预测变量,实验室结果是最佳预测变量,模型对70.1%的训练样本进行了正确分类,测试样本(1483例)模型对66.5%的个案进行了正确分类。结论决策树是一种有效预测手足口病重症病例的方法。(本文来源于《中国卫生统计》期刊2015年06期）
朱庆生,程柯[8]（2016）在《一种基于累积适应度遗传算法的SVM多分类决策树》一文中研究指出针对基于遗传算法(genetic algorithm,GA)的支持向量机(support vector machine,SVM)多分类决策树算法(GA-SVM)中全局优化缺陷的问题,通过重新定义遗传适应度函数(fitness),提出一种累积适应度(cumulative fitness),进而衍生出新算法CFGA-SVM。该算法从根节点开始逐层构造二叉树,对根节点基因实值编码,通过基因分裂操作产生子代种群,然后利用累积适应度筛选出新的种群,筛选出的种群并不一定是当代局部最优,但一定是所得二叉树中全局最优,从而提高分类精度,最后以此循环直至算法结束。通过在UCI的artificial characters数据集上的实验结果表明,CFGA-SVM较之DT-SVM与GA-SVM算法在全局优化能力、分类精度上有明显提高,进而验证了该算法的可行性与有效性,可在大规模样本的分类应用中推广。(本文来源于《计算机应用研究》期刊2016年01期）
王洪海[9]（2013）在《分类决策树在交通事故成因分析中的应用》一文中研究指出交通事故的形成常涉及多种因素,如驾驶人本身、车辆、环境等。以数据挖掘技术中的ID3分类决策树算法对交通事故数据进行分析和研究,得出蕴含在数据中的有益模式,决策树构造结果显示,分类决策树应用于交通事故成因分析中具有可行性与有效性。(本文来源于《安徽科技学院学报》期刊2013年06期）
许行,梁吉业,王宝丽[10]（2013）在《基于双向有序互信息的单调分类决策树算法》一文中研究指出决策树是一种智能进行实例分类的数据挖掘方法,已被广泛应用于机器学习、数据挖掘、智能控制等人工智能领域.单调决策树可以解决属性具有单调序关系的分类问题,近年来引起了国内外研究者的广泛关注.Hu提出了基于优势关系的有序信息熵的概念,并将其成功地运用于有序决策树的构造算法中,得到了较好的效果.在Hu的算法的基础上,利用双向的有序互信息生成不同的决策树,再集成其分类规则得到最后的决策结果,实验数据表明,相对于单向的有序分类树,此算法可以提高分类准确率,缩短分类规则的长度.(本文来源于《南京大学学报(自然科学版)》期刊2013年05期）
分类决策树论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文研究的内容是通过改变适应度的选取方式,通过累计各个接节点的适应度,利用加权计算求取适应度,在结合SVM决策树组成CFGA-SVM,通过这种算法计算出来的结果相比较GA-SVM取得了很大的进步,并且这种方法适应的样本量度更大,在发展遗传计算求解的过程中,未来还会具有很好的发展.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分类决策树论文参考文献
[1].王涛,孙志鹏,崔青,张志磊,张天伟.基于分类决策树算法的电力变压器故障诊断研究[J].电气技术.2019
[2].余新华.累积适应度遗传算法在SVM多分类决策树中的优化研究[J].绵阳师范学院学报.2018
[3].郭巧驰,杨洪.C4.5分类决策树在高校排课管理中的应用研究[J].电脑知识与技术.2018
[4].刘为斌.异常心电信息识别与基于分类决策树的心电预测研究[D].北京邮电大学.2017
[5].林莹,梁宇光,朱瑾.分类决策树辅助盆腔超声诊断女童真性性早熟的方法研究[J].中华医学超声杂志(电子版).2016
[6].雷光斌,李爱农,谭剑波,张正健,边金虎.基于多源多时相遥感影像的山地森林分类决策树模型研究[J].遥感技术与应用.2016
[7].吴生根,陈武,欧剑鸣,洪荣涛,翁育伟.福建省2008-2013年手足口病重症病例危险因素的分类决策树分析[J].中国卫生统计.2015
[8].朱庆生,程柯.一种基于累积适应度遗传算法的SVM多分类决策树[J].计算机应用研究.2016
[9].王洪海.分类决策树在交通事故成因分析中的应用[J].安徽科技学院学报.2013
[10].许行,梁吉业,王宝丽.基于双向有序互信息的单调分类决策树算法[J].南京大学学报(自然科学版).2013