二叉分裂算法的随机路径长度

用泊松变换的方法研究了由二叉分裂算法所产生的随机树上的随机路径的长度,首次得到了关于其数学期望的确切表达式.在此基础上,对该期望的渐近性状进行了分析,证明了当被分裂的集合的大小n趋于无穷时,随机路径长度的期望具有log2n的阶.     

基于决策树方法的银行客户信用评估

分析了传统银行客户信用评估方法存在的问题,针对ID3算法存在的不足,提出了一种改进的ID3算法.实验结果表明,改进后的ID3算法分类正确率有所提高,所生成的决策树较为健壮、简洁,可以减少计算代价,提高计算效率.     

决策树在文本分类中的应用

介绍了文本分类的思想,探讨了通过决策树学习来对文本进行有效分类的过程。     

基于ID3算法决策树的研究与改进

ID3算法是决策树学习的核心算法,本文主要论述了ID3算法的主要思想,并根据原有算法的不足之处,做了改进。     

基于OBDD时序电路设计的验证

依据有序二叉判定图（OBDD）和计算树逻辑（或称分支时态逻辑）CTL（Computational Tree Logic)的基本原理，分析了基于OBDD和CTL的验证数据电路设计的基本原理，并在此基础上，给出了时序电路等价验证的方法。     

二叉排序树结点删除算法的另一种思路

树的应用是数据结构的一个重点内容,而二叉排序树结点删除算法是树的应用的难点内容。二又排序树是指二叉树中任一结点,如有左子树,则左子树各结点的数据城必须小于该结点的数据域;如有右子树,则其右子树备结点的数据域必须不小于该结点的数据域。其特点是对该树进行一次中序遍历,打印出各结点的数据域值,可得到一个非递减序列,所以也可以看作是排序算法的一种。如果要求删除二又排序树的某一个结点,删除之后的树依然是二叉排序树,称为二叉排序树结点的删除。二叉排序树结点删除的算法,目前使用较多的是根据被删除是否二叉排序树…     

数据挖掘中决策树分类方法研究

分类知识的获取是数据挖掘所要实现的重要任务之一,其核心问题是解决分类模型的构造和分类算法实现问题.本文以决策树分类方法中有代表性的方法C4.5为例介绍数据挖掘中的一种分类模式:基于决策树方法的分类器的构建方法和算法.     

基于云理论神经网络决策树的生成算法

提出了一种基于五层云神经网络的决策树生成方法.运用五层云神经网络学习变量间的云映射关系,从中生成云决策树.给出了神经网络的学习算法和云决策树的推理方法,这种方法不但具有神经网络的学习能力,而且结合云理论处理知识的不确定性的能力.该方法利用了五层云神经网络学习后的云映射强度,并能实现云决策树的剪枝优化,提高了算法的正确率.     

微孔晶体合成反应数据库的数据挖掘研究

采用数据挖掘中的查询和决策树技术对吉林大学无机合成与制备化学国家重点实验室建立的微孔晶体合成反应数据库进行了数据挖掘研究，针对微孔磷酸铝和硅铝酸盐两类合成反应体系，通过数据挖掘找出模板剂的参数特征，预测出适用于合成十二元环和十元环微孔磷酸铝和硅铝酸盐的分子筛一系列新的有机胺模板剂，采用分子力学方法计算了预测的有机胺模板剂与分子筛骨架的作用能，根据计算结果，最后确定有望成为合成这些特定结构分子筛的新模板剂，针对十二元环磷酸铝AlPO4-5的合成，根据数据挖掘的结果，安排了合成实验，结果采用预测的二乙醇胺作新的模板剂首次合成出了很好的AlPO4-5晶体，为定向合成研究探索了新的途径。