收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于直觉模糊集的决策树算法研究及应用

李艳凤  
【摘要】:作为机器学习和数据挖掘经典的分类模型之一,决策树算法因其简单易懂可复用性强等优点得到了广泛的应用。经典的决策树算法不能处理模糊环境下的分类问题,基于模糊集理论,提出了模糊决策树算法(Fuzzy Decision Tree,FDT)。FDT是经典决策树在模糊集下的扩展,是将一个本来杂乱无序的样本数据进行模糊处理后生成一棵可用于分类预测的模型。模糊决策树的优势在于决策树广泛的应用性和表达知识的易被理解性,以及利用模糊理论去处理模糊信息的能力。FDT已经在医疗、交通、金融等领域得到了广泛的应用。FDT本质上是一种有监督的数据分类模型,通常使用隶属度来表示样例隶属于结点的程度。但是在实际的数据分类过程中,不仅要考虑样例隶属于结点的程度,还需要考虑不属于结点的程度,显然FDT不能全面表述这类分类信息。直觉模糊决策树(Intuitionistic Fuzzy Decision Trees,IFDT)的提出解决了这一问题,但现有的IFDT算法只给出了构建的思想,缺少完整的构建的过程,而且计算直觉模糊熵的方法在某些情况下不满足限制条件。因此,本文提出了改进的直觉模糊决策树算法(Improved Intuitionistic Fuzzy Decision Trees,IIFDT),修改了 IFDT 计算直觉模糊熵的方法,并提出IIFDT的剪枝方法、规则抽取方法、分类预测方法。IIFDT包含了完整的构建过程,改进了 IFDT计算直觉模糊熵时不满足限制条件的情况,更具有普适性。此外,将IIFDT应用在糖尿病诊断中,并以此算法为核心开发了基于IIFDT的糖尿病辅助诊断系统。本文的研究内容主要包括以下三点:(1)论述IFDT的构建思想,梳理FDT的相关理论,总结不同的FDT选择扩展属性的方法和剪枝方法,并梳理直觉模糊集相关的基本概念,坚实了构建IIFDT的理论基础。(2)构建IIFDT模型。推导IIFDT构建的过程,包括属性的模糊处理、扩展属性的选择标准、IIFDT的剪枝处理、IIFDT规则的抽取、IIFDT的分类预测。并以一个算例为例完成IIFDT模型的构建,最后使用三组公开的数据集将IIFDT和其他几种算法进行了对比分析,证明了本文的算法的优势。(3)开发基于IIFDT的糖尿病辅助诊断系统。以IIFDT算法为核心,设计并实现基于IIFDT的糖尿病辅助诊断系统,包括系统需求分析、框架设计、详细设计,人员管理模块、数据处理模块、糖尿病模型构建模块、糖尿病辅助诊断模块的功能实现。最后通过对诊断结果的比较分析,说明IIFDT模型在糖尿病辅助诊断中应用的可行性,以及该系统具有一定的应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 陈火荣;;数据挖掘中决策树算法的应用研究[J];电脑编程技巧与维护;2017年14期
2 何迪;;面向大数据分析的决策树算法[J];信息系统工程;2017年07期
3 刘宇;程学林;;基于决策树算法的爬虫识别技术[J];软件;2017年07期
4 张棪;曹健;;面向大数据分析的决策树算法[J];计算机科学;2016年S1期
5 蔡星;;决策树算法及其改进[J];科技创新导报;2014年12期
6 刘润宗;阮汝祥;房斌;宋璞;;逆向快速决策树算法概要[J];计算机应用研究;2011年12期
7 赵紫奉;李韶斌;孔抗美;;基于决策树算法的疾病诊断分析[J];中国卫生信息管理杂志;2011年05期
8 林向阳;;数据挖掘中的决策树算法比较研究[J];中国科技信息;2010年02期
9 陆瑞兴;杨颖;张毅;;决策树算法在物流仓储中的研究与应用[J];微计算机信息;2010年30期
10 张林;张昊;;决策树算法分析及其在实际应用中的改进[J];铜陵学院学报;2010年06期
11 龙际珍;任海叶;易华容;;一种改进决策树算法的探讨[J];株洲师范高等专科学校学报;2006年02期
12 唐华松,姚耀文;数据挖掘中决策树算法的探讨[J];计算机应用研究;2001年08期
13 贤继红;王家海;;数据挖掘中决策树算法的研究[J];世界科技研究与发展;2009年04期
14 佘为;韩昌豪;;一种改进的决策树算法研究[J];电脑知识与技术;2015年11期
15 谢妞妞;;决策树算法综述[J];软件导刊;2015年11期
16 吴晓明;;一种新的基于粗糙集的概念模糊化决策树算法[J];新课程学习(中);2014年09期
17 王源;王甜甜;;改进决策树算法的应用研究[J];电子科技;2010年09期
中国重要会议论文全文数据库 前10条
1 华勇;张云龙;;决策树算法在信息资产识别中的应用[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年
2 金鑫;闫龙川;刘军;张书林;;基于决策树算法的企业信息系统故障自动诊断分析方法[A];2016电力行业信息化年会论文集[C];2016年
3 张守娟;周诠;;空间数据挖掘决策树算法在遥感图像分类中的应用研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
4 韩松来;张辉;周华平;;决策树算法中多值偏向问题的理论分析[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
5 叶红云;倪志伟;陈恩红;;一种混合型集成学习演化决策树算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
6 桑明茜;;决策树在财务报表分析中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
7 滕明鑫;高占国;杨秀清;;数据挖掘中决策树算法优化研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
8 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
9 史达伟;耿焕同;吉辰;黄超;;基于C4.5决策树算法的道路结冰预报模型构建及应用[A];第34届中国气象学会年会 S20 气象数据:深度应用和标准化论文集[C];2017年
10 杨林权;吕维先;;基于决策树算法的SimuroSot决策程序设计[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年
中国博士学位论文全文数据库 前6条
1 母亚双;分布式决策树算法在分类问题中的研究与实现[D];大连理工大学;2018年
2 冯兴华;基于公理模糊集的模糊决策树算法研究[D];大连理工大学;2013年
3 罗海艳;移动用户网络行为分析与预测方法研究[D];沈阳农业大学;2015年
4 刘润宗;模式识别领域中形变不变量的若干关键问题研究[D];重庆大学;2012年
5 陶洪;劳动生产率分解理论及其在我国工业领域的应用研究[D];东华大学;2008年
6 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年
中国硕士学位论文全文数据库 前10条
1 徐浩;决策树算法改进及其在中小企业成本控制上的应用[D];江西理工大学;2019年
2 刘晓慧;基于粗糙集和集成学习的决策树算法研究[D];青岛科技大学;2019年
3 李艳凤;基于直觉模糊集的决策树算法研究及应用[D];北京交通大学;2019年
4 胡明明;决策树算法在学生课程成绩分析中的应用研究[D];哈尔滨师范大学;2019年
5 吴蓓;基于决策树算法的成绩预测模型研究及应用[D];西安理工大学;2019年
6 严蔚岚;基于决策树算法的气象数据分析及发布平台[D];南京信息工程大学;2018年
7 谭玉莹;基于C4.5改进的林地宜植性预测系统的研究与实现[D];辽宁大学;2018年
8 王昺翔;决策树算法在烟草公司CRM中的研究与应用[D];内蒙古大学;2018年
9 吕涛;基于Hadoop平台的并行决策树算法研究[D];西安科技大学;2018年
10 蒋景智;恶意代码行为本体自动生成的研究[D];哈尔滨工业大学;2018年
中国重要报纸全文数据库 前1条
1 张阳;5G时代,AI能走多远?[N];人民邮电;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978