判定树
判定树的相关文献在1992年到2022年内共计93篇,主要集中在自动化技术、计算机技术、数学、经济计划与管理
等领域,其中期刊论文72篇、会议论文6篇、专利文献29862篇;相关期刊62种,包括情报学报、情报杂志、科技信息等;
相关会议6种,包括International Conference on Engineering and Business Management2010(EBM2010)(2010年工程和商业管理国际会议)、第十一届中国人工智能学术年会、第二十一届中国数据库学术会议等;判定树的相关文献由209位作者贡献,包括颜宏文、马瑞、G·N·胡尔伦德尔等。
判定树—发文量
专利文献>
论文:29862篇
占比:99.74%
总计:29940篇
判定树
-研究学者
- 颜宏文
- 马瑞
- G·N·胡尔伦德尔
- J·R·本内特
- J·索恩陶斯塔
- P·M·哈鲁普特佐克
- Y·E·施泰恩
- 乔瑞
- 刘琴
- 叶菲
- 周彬彬
- 周志华
- 张宏军
- 张涛
- 张荣梅
- 徐有为
- 时坚
- 朱凌云
- 李伟
- 李文彬
- 李星
- 玛特欧·康图丽尼
- 珍-克劳德·君夸
- 田继雷
- 程恺
- 罗兰德·昆恩
- 赵韩
- 邵志鹏
- 郝敏
- 陈亚东
- 陈裕田
- 马媛媛
- K.南达库马
- K.尚穆加姆
- K.萨帕特瓦
- N.拉塔
- R.瓦库林
- S.潘坎蒂
- 丁贵涛
- 何雪清
- 俞志富
- 俞红娟
- 傅强
- 冯林
- 冯英俊
- 刘丽娜
- 刘华军
- 刘安东
- 刘思远
- 刘旭敏
-
-
徐有为;
张宏军;
程恺;
陈裕田;
周彬彬
-
-
摘要:
传统面向过程的二分查找判定树构造方法复杂且工作量大.通过分析二分查找判定树的特点,提出倾斜二叉树的定义和构造方法,并进行了相关性质的探究.利用逆向哈弗曼编码(Reversed Huffman Coding,RHC)和二分查找判定树的中序有序性,提出了一种面向计算的二分查找判定树构造法——RHC构造法.结合性能分析、对比,RHC构造法比传统面向过程的方法速度更快、效率更高.
-
-
-
徐肖豪;
刘明明
-
-
摘要:
介绍了专家系统的结构及其在空中交通管制中的应用,并结合管制员的知识经验与技巧分析专家系统的构建过程,提出飞行冲突解脱两机优先级专家系统的设计方法.该系统的实现在一定程度上减轻了管制员的工作负荷,提高了空管工作自动化水平.
-
-
马梅林
-
-
摘要:
现行高中数学课程中,定理、观念、题型及公式繁多,许多学生都会遇到公式背得很熟,却无法判断何时应该使用的困境,导致对学习数学产生抗拒。因此,本研究将探讨如何将人工智能"专家系统"的概念融入高中数学教材的编整及教学方法的探究。本研究主要成果系以法则式专家系统模式为基础,发展出数学专家系统学习模式。
-
-
-
张荣梅
-
-
摘要:
The Huffman algorithm firstly is analyzed in this paper. Then, a implementation method of the Huffman algorithm is giv?en. Next, the applications of the Huffman algorithm on compression coding, decision tree and optimal merge tree are discussed.%该文首先分析了赫夫曼算法,给出了一种赫夫曼算法的实现方法,然后研究了赫夫曼算法在压缩编码,判定树,在外部文件排序中的最佳归并树等中的应用.
-
-
张荣梅
-
-
摘要:
该文首先分析了赫夫曼算法,给出了一种赫夫曼算法的实现方法,然后研究了赫夫曼算法在压缩编码,判定树,在外部文件排序中的最佳归并树等中的应用。
-
-
李金霞;
王海丰
-
-
摘要:
通过对二分查找的算法进行分析,并结合二分查找判定树的特点,提出一种快速画出二分查找的判定树的方法.该方法较传统方法更加直观,学生更容易理解掌握,而且比传统方法速度更快、效率更高,通过实例验证了提出方法的有效性.
-
-
宋美英
-
-
摘要:
时间效率是衡量算法优劣的一个重要因素.判定类问题作为软件开发中的常见问题,有很多解决方法.研究表明,运用Huffman算法可以建立最佳判定树,提高程序的执行效率.Huffman树在多重判定这一领域具有较高的使用价值.
-
-
李妍;
刘华军;
徐秦
-
-
摘要:
目前数据挖掘技术已广泛应用到诸如金融、医学、军事、工业等众多领域中.本文基于数据挖掘技术的理论背景,运用判定树归纳分类方法,同时依据军事训练管理考核成绩,对军事训练管理情况进行预测、管理效果评估,并对其管理方法做出分析指导.
-
-
-
-
-
张春晖;
席小丁;
周一民
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
本文给出将聚类分析用于分类的算法.即先将训练数据集聚类,并通过多次迭代地聚类,保证生成的簇中的大多数样本都属于同一类别.之后,在测试阶段,逐一比较要分类的模式(或元组)和各个簇中心的距离,选择距离最近的簇作为该分类模式所在的簇,并且把它的类别标为和该簇中大多数样本所属的类别相同.文章通过实验测试了该算法的性能,并和典型的判定树分类算法进行了比较.文章的最后给出了将来的工作方向.
-
-
-
-
-
-