决策森林相关论文
随着信息技术的迅猛发展以及大数据时代的到来,数据挖掘技术得到了极大的促进与发展。然而,在训练数据挖掘模型的过程中可能会涉及......
学位
集成学习(Ensemble Learning)是一种较新的机器学习范式,它使用多个学习器来解决同一问题,它能够显著地提高学习系统的泛化能力。......
随着人类基因组计划的实施和不断深入,核酸、蛋白质序列及其表达谱等生物信息数据爆炸性地增长,这不仅为生物学药物学的研究提供了丰......
目的采用信息学方法对颈部淋巴瘤和良性反应增生性疾病超声所观察的指标进行识别,评价两者在诊断中的差别,进而提高临床诊断率。方法......
模式识别中的多分类器集成日益得到研究人员的关注并成为研究的热点。提出一种基于决策森林构造的多重子模型集成方法,通过对每个样......
基于决策树的基因芯片数据分析方法以追求样本最大分类正确率为目标,造成大量的部分相关基因被排除,不适用于挖掘复杂疾病的相关基......
传统的决策树是利用决策属性的信息增益来进行建模的,而有时决策属性的信息增益是根据属性的不同取值而动态变化的。改进了决策树算......
目前,癌症、糖尿病、心脏病、高血压等复杂疾病严重危害着人类的生命和健康,这些疾病并不是由孤立的单个基因发生改变所致,而是多基因......
软件缺陷的发生是因为开发人员在进行程序编写时对需求没有正确理解,开发人员缺乏经验或者开发过程不合理都会产生软件缺陷。而含......
DNA微阵列分析为识别疾病类型及鉴别特征基因等生物研究提供了重要的研究手段,但目前大量使用的基于单基因的分析方法受样本数量和......
鉴于指令集仿真器(ISS)在处理器仿真及系统软件测试和验证领域研究中的重要性,如何更好地提升ISS性能一直是领域研究人员面临的一个......
针对在线姿势识别中来自流行深度传感器的噪声数据影响识别鲁棒性的问题,提出了一种基于姿势内核学习融合决策森林方法。首先,将使......
针对模式识别中的多分类器集成,通过挖掘测试样本特征属性的相关性,结合训练集的条件独立性分析对每个样本赋予分类规则,构造分类森林......
单调分类问题是特征与类别之间带有单调性约束的有序分类问题.对于符号数据的单调分类问题已有较好的方法,但对于数值数据,现有的方法......
决策树算法是应用最广泛的归纳学习算法之一,是一种逼近离散值目标函数的方法,它自顶向下运用递归方式,构造一棵揭示数据内部关系......
信息时代的快速发展使得数据的采集、传输变得更加容易,数据规模也呈现指数式增长的趋势。这样庞大的数据中蕴藏着巨大的价值,所以......
决策森林是基于决策树的集成学习方法。将集成的优势与决策树相结合,决策森林能够有效地避免过拟合,提高分类精度。然而,传统的决......
通信市场竞争日趋激烈,客户保有和挽留工作非常重要。面向企业一般分析人员,探讨SPSS决策树算法快速有效建立流失客户预警模型,清......
蛋白质是人类机体的重要组成并且机体内几乎所有的活动都需要具有特定功能的蛋白质参与。蛋白质的空间结构决定其主要功能。因此对......
肿瘤是当今危及人类身体健康的重要疾病之一,其产生和发展是一个可以分为多个阶段的复杂过程。它通常是由于某些基因的异常表达,从......
随着经济与社会的发展,数据挖掘技术广泛应用到各个领域,其中分类算法中的决策森林(Decision Forest)成为一个研究热点。决策森林算......
每种成功模式都是可以帮助到某些有需要的人2007年,国内诞生了第一家开展网贷业务的平台。一年后,历经数次创业的姚宏回想起当年的借......
为提高传统决策树学习方法的扩展性和自适应性,基于广义信息论提出决策森林多重子模型集成方法.采用从下至顶的学习策略,将离散化......
应用DNA芯片可获得成千上万个基因的表达谱数据.寻找对疾病有鉴别力的特征基因,滤掉与疾病无关的基因是基因表达谱数据分析的的关......