CART算法
CART算法的相关文献在2004年到2022年内共计80篇,主要集中在自动化技术、计算机技术、矿业工程、测绘学
等领域,其中期刊论文70篇、会议论文2篇、专利文献51604篇;相关期刊66种,包括广东经济、企业技术开发(学术版)、北方经贸等;
相关会议2种,包括中华中医药学会第八届中医体质研讨会暨中医健康状态认知与体质辨识研究论坛、第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议等;CART算法的相关文献由252位作者贡献,包括李天伟、李春鑫、刘越豪等。
CART算法—发文量
专利文献>
论文:51604篇
占比:99.86%
总计:51676篇
CART算法
-研究学者
- 李天伟
- 李春鑫
- 刘越豪
- 史楠
- 史达伟
- 周艳
- 曹权
- 李振兴
- 江山
- 玉苏普江·艾麦提
- 玉苏甫·买买提
- 王孝通
- 王宇鸣
- 石祥超
- 章尔罡
- 阿里木江·卡斯木
- 韩丽娜
- 骆盈盈
- 黄谦
- 上官伟
- 买合皮热提·吾拉木
- 于丰华
- 于丹丹
- 于忠清
- 于振华
- 仰彦妍
- 何书专
- 何存富
- 佘光辉
- 余忠华
- 侯智
- 傅玉祥
- 储著荣
- 冯帅
- 冯洁
- 刘一帆
- 刘云翔
- 刘亚俊
- 刘传泽
- 刘剑锋
- 刘勇洪
- 刘华
- 刘君
- 刘咏梅
- 刘大伟
- 刘尚辉
- 刘峰贵
- 刘年平
- 刘庆华
- 刘振东
-
-
尹青;
上官伟;
张军政;
胡妙春;
臧一佩
-
-
摘要:
高铁地面设备列控中心系统在投入使用之前,厂家需要对其进行完备的室内仿真测试,但完全采用人工测试的方法存在很多弊端,测试质量难以保证且效率低下。基于多年的工程测试数据,使用常用的决策树CART算法建立测试案例预测模型,并运用了Robot Framework自动测试框架。在分析列控中心系统各功能点测试需求的基础上,提出了一种列控中心仿真测试平台的设计方法,阐述了主要架构及可实现的功能。实际车站测试结果表明该测试平台的实现能够有效减少人为失误,提高测试效率,有较高的工程应用价值。
-
-
刘咏梅;
盖星华;
董幸枝;
王怀玉;
胡念钊
-
-
摘要:
近年来,青藏高原高寒草甸呈现不同程度的退化趋势,研究草地植物光谱特征识别方法对退化草甸遥感调查与监测具有重要意义。该文基于青海省祁连县青阳沟典型区主要植物花和叶片的实测光谱,综合采用Kruskal-Wallis检验、分类与回归树算法CART和J-M距离算法提取退化高寒草甸主要物种花和叶片的最优光谱识别波段,分析层次降维方法在草地植被遥感中的应用潜力。得到以下结论:①研究区退化草甸主要物种花与叶片的反射光谱在380~1300 nm波段存在明显差异,在1300~2500 nm波段反射光谱变化趋于一致。②Kruskal-Wallis和Dunn事后检验、CART算法和J-M光谱距离3个层次的光谱降维效率分别为66.0%、33.1%和77.3%,总体降维效率达到94.8%,能够有效提取退化草甸主要物种花与叶片光谱识别的最优敏感波段。③退化草甸主要物种花与叶片之间均具有一定的光谱可分性。其中,白花-黄花、白花-绿叶、黄花-紫花3个类对具有最佳的光谱可分性,J-M距离值>1.9;白花-紫花、黄花-绿叶、紫花-绿叶3个类对具有一定的光谱可分性和潜在的应用价值,J-M距离值在1.0~1.9之间。花与叶片之间的光谱识别特征波长与色素的敏感波段密切相关,该研究可为草地植被遥感分类提供优化的波段参考依据。
-
-
魏山森;
梁建芳;
雷钦渊
-
-
摘要:
纺织服装行业碳达峰目标的达成要求实现全供应链的绿色发展,可持续消费行为的践行利于在消费端形成一定的绿色竞争力。目前服装消费端不可持续现象较为严重,原因在于缺乏针对性的群体引导,文章通过构建消费者画像来提出服装可持续消费引导策略。首先,通过K-means算法对消费者进行聚类;其次,在聚类群体的基础上,利用卡方检验及回归检验筛选画像指标;最后,利用分类与回归树(Classification and Regression Trees,CART)算法构建服装可持续消费者画像。结果表明:服装可持续消费者可分为低迷型、能动型、活跃型3类;生活习惯、代际、性别、子女状况、学历是构建能动型及活跃型服装可持续消费者画像的主要指标。进一步地,根据画像指标对服装可持续消费行为的践行提出针对性策略。
-
-
张静怡;
胡俊英;
李卫斌
-
-
摘要:
随着证券市场竞争的日益加剧,证券行业客户数量呈现动态增长模式,但是在大量客户开户的同时,又有大批客户流失,带来较多的无交易客户,导致业务与收入总量增长相对趋缓,出现“增量不增收”的现象.准确预测潜在流失客户,对这些客户实施差异化营销和服务已成为当前证券企业的迫切需求.基于证券客户交易的历史数据,在给出证券流失客户定义的基础上,选择合适的自变量和因变量时间窗口,建立信息熵,趋势值和波动值三类特征指标体系,使用CART算法建立决策树模型,并采用交叉验证法选取最优决策树,实现依据历史交易数据对客户是否流失进行预测.数据实验结果表明,所提出的预测方法可以较准确地对潜在流失客户进行预测.
-
-
李杨;
刘庆华;
郭天添
-
-
摘要:
为了提高混凝土抗压强度预测精度,根据影响因素与抗压强度的变化规律,提出了1种基于CART算法优化SVR回归算法的预测方法。SVR算法基于结构风险最小原理来提升泛化能力,由于惩罚因子人为设置,该因子设置过大会导致训练欠拟合,过小会导致预测精度不足。主要改进是通过CART决策树中的剪枝算法生成一系列惩罚因子,进而交叉验证生成最优决策树,进行属性约简,剔除冗余信息,实现数据降维。使用CART-SVR模型与AB、AB-KNN、RF、GBM模型对比试验,均方根误差(RMSE)至少减少了6.7%,平均减少了40.1%。研究结果表明,该模型具有生成最优惩罚因子、优化SVR参数的优点,为实现混凝土抗压强度的高精度预测提供了新的思路。
-
-
董旭鑫;
赵起超;
李家国;
李国洪;
金永涛
-
-
摘要:
以河北省廊坊市为研究区,根据黑臭水体光谱性质,基于CART模型提出一种改进的模糊决策树黑臭水体遥感识别方法。研究数据表明:黑臭水体与一般水体在可见光及近红外波段存在光谱差异,R_(rs)(R)-R_(rs)(B)、R_(rs)(R)-R_(rs)(G)以及R_(rs)(B)+R_(rs)(G)+R_(rs)(R)可以较好地区分两类水体;根据叶子节点隶属度进行黑臭水体提取(黑臭水体0.5),其中隶属度为1或0的节点定义为置信区,其余节点为模糊区;提取结果总体精度达到84.78%,其中置信区为92.85%,模糊区为72.23%。该方法在实现高精度提取黑臭水体的同时,通过定义置信区和模糊区可有效降低人工核查,实现更为高效的工程应用。
-
-
孙晋锰;
于忠清;
王海崖
-
-
摘要:
针对传统故障诊断方法耗时长、人工成本高且工作效率低以及现代故障诊断过于复杂的问题,提出了一种直接对振动信号进行关键特征筛选提取的方法,并结合经典的C4.5算法、Cart算法、BP算法和SVM算法对滚动轴承进行在线的故障诊断.研究结果表明,基于C4.5算法、Cart算法、BP算法和SVM算法模型的诊断方法均可对滚动轴承在运行过程中是否出现了故障以及出现了什么故障进行较为精准的识别和分类,且具有较高的准确率,可以达到很好的故障监测效果以及故障诊断效果.基于SVM算法的故障诊断模型诊断准确率优于其他三种算法,更加适用于滚动轴承的故障诊断.
-
-
李贝;
胡依;
闵淑慧;
郭芮绮
-
-
摘要:
目的:分析具备不同个人特征的老年人养老模式的选择趋向问题,构建广州市老年人养老模式选择模型.方法:对广州市老年居民进行调查,利用决策树CART算法构建老年人养老模式选择模型.结果:CART分析结果表明影响老年人养老模式选择的因素重要性大小依次为生活自理、子女生活照料、月均收入水平、年龄、文化程度,基于决策结果得出12种不同分类情况.结论:老年人的个人特征影响其养老需求和养老资源,以此对老年人的养老模式选择产生影响.
-
-
王美林;
刘金刚
-
-
摘要:
PVC压延设备保持正常工作状态是整个生产过程能否顺利进行重要前提.针对现有的PVC压延设备运行状态的诊断需求,本文提出了一种基于CART算法的工业设备状态诊断方法,该方法通过计算基尼系数建立诊断模型.同时,针对单CART树容易出现过拟合现象且分类精度不高的问题,引入提升(Boosting)方法.通过构建多个CART树并进行加性组合,提高诊断模型分类精度.通过实例测试,加性组合后的诊断模型在工业设备故障识别上正确率为88.37%,AUC值为0.90,判决速度为0.15 ms/条,可以应用于PVC压延设备生产状态的实时诊断.
-
-
-
-
-
-
-
-
李春鑫;
李天伟;
王孝通;
黄谦
- 《第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议》
| 2005年
-
摘要:
本文针对自适应神经模糊推理(ANFIS)系统的结构辨识问题,提出了基于决策树的改进CART算法.改进算法引入了递归最小二乘估计器,对线性模型可降低计算量,并采用模糊技术处理不连续边界问题.由于隐含权值归一化,该算法能够快捷地对自适应神经模糊推理系统进行结构辨识.通过辨识仿真,表明了该技术辨识速度快,简捷方便,为ANFIS的结构辨识提供了行之有效的途径.
-
-
李春鑫;
李天伟;
王孝通;
黄谦
- 《第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议》
| 2005年
-
摘要:
本文针对自适应神经模糊推理(ANFIS)系统的结构辨识问题,提出了基于决策树的改进CART算法.改进算法引入了递归最小二乘估计器,对线性模型可降低计算量,并采用模糊技术处理不连续边界问题.由于隐含权值归一化,该算法能够快捷地对自适应神经模糊推理系统进行结构辨识.通过辨识仿真,表明了该技术辨识速度快,简捷方便,为ANFIS的结构辨识提供了行之有效的途径.
-
-
李春鑫;
李天伟;
王孝通;
黄谦
- 《第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议》
| 2005年
-
摘要:
本文针对自适应神经模糊推理(ANFIS)系统的结构辨识问题,提出了基于决策树的改进CART算法.改进算法引入了递归最小二乘估计器,对线性模型可降低计算量,并采用模糊技术处理不连续边界问题.由于隐含权值归一化,该算法能够快捷地对自适应神经模糊推理系统进行结构辨识.通过辨识仿真,表明了该技术辨识速度快,简捷方便,为ANFIS的结构辨识提供了行之有效的途径.
-
-
李春鑫;
李天伟;
王孝通;
黄谦
- 《第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议》
| 2005年
-
摘要:
本文针对自适应神经模糊推理(ANFIS)系统的结构辨识问题,提出了基于决策树的改进CART算法.改进算法引入了递归最小二乘估计器,对线性模型可降低计算量,并采用模糊技术处理不连续边界问题.由于隐含权值归一化,该算法能够快捷地对自适应神经模糊推理系统进行结构辨识.通过辨识仿真,表明了该技术辨识速度快,简捷方便,为ANFIS的结构辨识提供了行之有效的途径.