CART算法

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。

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。

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。

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.

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。

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。

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.

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.

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.

摘要： 目的基于决策树方法，探寻一种结构简单、分类准确的亚健康状态影响因素模型。方法采用《个体身心健康调查量表》对2008年5月～2009年5月来自华东、华北、华南、西南9家合作单位的8627例体检人员进行健康状态辨识及体质等影响因素的调查，经单因素分析筛选有统计学意义的影响因素，采用SPSS17.0决策树CART算法，对筛选后的影响因素进行决策树分析，归纳出模型的诊断规则，并采用10层交叉验证模型的识别正确率。结果调查亚健康相关影响因素共70个，经单因素分析提取有统计学意义的因素共57个，将其放入决策树模型，从中挑选出17个相关因素，25条诊断规则。10层交叉验证模型识别正确率为54.9％。结论结果表明多种因素均对亚健康分类有影响，其中体质因素是首要的影响因素;根据诊断规则，亚健康可考虑分为躯体亚健康、心理亚健康、躯体心理混合亚健康、生活方式相关性亚健康四类，作为临床辅助诊断和干预的参考。

摘要： 目的基于决策树方法，探寻一种结构简单、分类准确的亚健康状态影响因素模型。方法采用《个体身心健康调查量表》对2008年5月～2009年5月来自华东、华北、华南、西南9家合作单位的8627例体检人员进行健康状态辨识及体质等影响因素的调查，经单因素分析筛选有统计学意义的影响因素，采用SPSS17.0决策树CART算法，对筛选后的影响因素进行决策树分析，归纳出模型的诊断规则，并采用10层交叉验证模型的识别正确率。结果调查亚健康相关影响因素共70个，经单因素分析提取有统计学意义的因素共57个，将其放入决策树模型，从中挑选出17个相关因素，25条诊断规则。10层交叉验证模型识别正确率为54.9％。结论结果表明多种因素均对亚健康分类有影响，其中体质因素是首要的影响因素;根据诊断规则，亚健康可考虑分为躯体亚健康、心理亚健康、躯体心理混合亚健康、生活方式相关性亚健康四类，作为临床辅助诊断和干预的参考。

摘要： 目的基于决策树方法，探寻一种结构简单、分类准确的亚健康状态影响因素模型。方法采用《个体身心健康调查量表》对2008年5月～2009年5月来自华东、华北、华南、西南9家合作单位的8627例体检人员进行健康状态辨识及体质等影响因素的调查，经单因素分析筛选有统计学意义的影响因素，采用SPSS17.0决策树CART算法，对筛选后的影响因素进行决策树分析，归纳出模型的诊断规则，并采用10层交叉验证模型的识别正确率。结果调查亚健康相关影响因素共70个，经单因素分析提取有统计学意义的因素共57个，将其放入决策树模型，从中挑选出17个相关因素，25条诊断规则。10层交叉验证模型识别正确率为54.9％。结论结果表明多种因素均对亚健康分类有影响，其中体质因素是首要的影响因素;根据诊断规则，亚健康可考虑分为躯体亚健康、心理亚健康、躯体心理混合亚健康、生活方式相关性亚健康四类，作为临床辅助诊断和干预的参考。

摘要： 目的基于决策树方法，探寻一种结构简单、分类准确的亚健康状态影响因素模型。方法采用《个体身心健康调查量表》对2008年5月～2009年5月来自华东、华北、华南、西南9家合作单位的8627例体检人员进行健康状态辨识及体质等影响因素的调查，经单因素分析筛选有统计学意义的影响因素，采用SPSS17.0决策树CART算法，对筛选后的影响因素进行决策树分析，归纳出模型的诊断规则，并采用10层交叉验证模型的识别正确率。结果调查亚健康相关影响因素共70个，经单因素分析提取有统计学意义的因素共57个，将其放入决策树模型，从中挑选出17个相关因素，25条诊断规则。10层交叉验证模型识别正确率为54.9％。结论结果表明多种因素均对亚健康分类有影响，其中体质因素是首要的影响因素;根据诊断规则，亚健康可考虑分为躯体亚健康、心理亚健康、躯体心理混合亚健康、生活方式相关性亚健康四类，作为临床辅助诊断和干预的参考。

摘要： 目的基于决策树方法，探寻一种结构简单、分类准确的亚健康状态影响因素模型。方法采用《个体身心健康调查量表》对2008年5月～2009年5月来自华东、华北、华南、西南9家合作单位的8627例体检人员进行健康状态辨识及体质等影响因素的调查，经单因素分析筛选有统计学意义的影响因素，采用SPSS17.0决策树CART算法，对筛选后的影响因素进行决策树分析，归纳出模型的诊断规则，并采用10层交叉验证模型的识别正确率。结果调查亚健康相关影响因素共70个，经单因素分析提取有统计学意义的因素共57个，将其放入决策树模型，从中挑选出17个相关因素，25条诊断规则。10层交叉验证模型识别正确率为54.9％。结论结果表明多种因素均对亚健康分类有影响，其中体质因素是首要的影响因素;根据诊断规则，亚健康可考虑分为躯体亚健康、心理亚健康、躯体心理混合亚健康、生活方式相关性亚健康四类，作为临床辅助诊断和干预的参考。

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.

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.

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.

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.

摘要： 本发明公开一种应用CART算法实现电能表检测数据管理的软件平台，涉及电能计量检测技术领域，通过采用云大数据管理平台，充分挖掘海量数据中的信息，以实现大数据的分析、挖掘和处理，通过采用云计算技术，能够在几秒钟的时间内处理上亿种数据类型，通过CART算法和改进型的CART算法，提高了不同数据的分类能力和计算精度，通过CART算法还能够实现大数据的分布式层次模型的构建，简化了数据识别能力。本发明通过采用数据融合算法将信息表现形式多样化、信息数量巨大化、信息关系复杂化的电能表各种数据及时性、准确、可靠地反映出来，通过BP神经网络算法模型，利用输出后的误差来估计输出层的直接前导层的误差，提高学习算法精度。

摘要： 本发明涉及一种基于CART算法的油气钻井机械钻速预测与优化方法，包括：步骤1，收集数据；步骤2，分开次进行数据预处理，将8个钻井参数作为不同的特征属性及其包含的钻井数据作为输入变量X，机械钻速作为输出变量Y，得到初始数据集D1；步骤3，数据相关性分析，得到不同开次的训练数据集D2；步骤4，利用CART算法，建立不同开次的训练数据集D2中输入变量与机械钻速之间的回归树模型；步骤5，分析生成的二叉树的每个叶节点信息，叶节点的均值作为机械钻速的预测值；步骤6，由上至下遍历每一层的节点划分结果，得出不同的钻井参数推荐值；步骤7，机械钻速最优判断。本发明能够缩短钻井周期，降低钻井成本，从而大幅提高油气资源的开发效率。

摘要： 一种基于CART剪枝算法的电网能源成分分解及能源溯源算法，涉及能源溯源技术领域，以输配电系统能源传输3原则为基础，从末端电源点开始分析，先确定末端电源点能源占比和能源溯源信息，然后删除这些电源点，再从余下的拓扑节点中查找输入线能源占比全部确定的叶子节点进行继续分析，如此递归往复，直到所有节点能源占比和能源溯源信息均确定。本发明的有益效果在于：本发明在充分混合能源传输系统3原则基础上，采用基于CART剪枝算法分析多种能源供应电网系统各节点的能源占比和能源溯源情况，解决了混合能源输送后，用能构成不明的现状，为今后新能源设计布点、能源交易和能源决策过程提供数据支撑。

摘要： 基于改进CART决策树算法的退役动力电池等级筛选方法，其目的是将改进CART决策树算法用于退役动力电池等级分类，提高等级分类效率，为退役动力电池梯次利用打下一定基础。其步骤为：首先，在选择属性分割点时，结合Fayyad边界点判定定理确定退役动力电池各特征属性的最优阈值点，并计算最优阈值点处的Gini系数；然后，将退役动力电池每个特征属性的最优阈值点作为决策树的分裂条件，依次进行二分裂，直到所有叶子节点中的退役动力电池属于同一类为止，生成决策树；最后，采用代价复杂度剪枝算法对决策树进行剪枝，防止出现过拟合，提高决策树的泛化性能，得到退役动力电池等级筛选最优决策树。

摘要： 本发明公开了一种基于CART算法的输电线路劣化绝缘子的识别方法，该方法使用CART算法,用基尼指数衡量特征的重要性程度，基尼指数越小，重要程度越高，既可用来解决分类也可解决回归问题，同时代码简单高效，调试方便；采用CART算法效率比较高，且它构建的树为二叉树，简化了树结构，使识别过程简单明了，能提高劣化绝缘子检测精度与稳定性，减小因输电线路劣化绝缘子漏检，误检对系统造成的影响。

摘要： 本发明公开了一种基于CART‑AMV改进的随机森林算法，该改进算法改进了现有随机森林算法的算法复杂度高、无法解决回归类问题、决策树不具有剪枝过程、对于噪声比较大的数据集，容易陷入过拟合、对于决策树的数量较多的随机森林，计算强度高，计算时间长的上述问题，为工业互联网的入侵检测提供了新的方法。

摘要： 本发明涉及一种基于CART算法的油气钻井机械钻速预测与优化方法，包括：步骤1，收集数据；步骤2，分开次进行数据预处理，将8个钻井参数作为不同的特征属性及其包含的钻井数据作为输入变量X，机械钻速作为输出变量Y，得到初始数据集D1；步骤3，数据相关性分析，得到不同开次的训练数据集D2；步骤4，利用CART算法，建立不同开次的训练数据集D2中输入变量与机械钻速之间的回归树模型；步骤5，分析生成的二叉树的每个叶节点信息，叶节点的均值作为机械钻速的预测值；步骤6，由上至下遍历每一层的节点划分结果，得出不同的钻井参数推荐值；步骤7，机械钻速最优判断。本发明能够缩短钻井周期，降低钻井成本，从而大幅提高油气资源的开发效率。

摘要： 本发明公开了一种基于进化算法的特征选择与CART森林的短时强降水预报方法，采用进化算法对特征选择方案进行优化，得到特征选择方案，确定最终种群，使用各特征选择方案分别构建CART树，每棵树由整体数据集中随机选取的3/4的训练集训练得到，将所有树组合从而产生CART森林模型，采集待测地区待预测时间点之前的气象数据，代入CART森林模型中，根据CART森林模型中各棵CART树的分类结果，以少数服从多数的原则来判断所述待预测时间点是否会出现短时强降水天气，以实现对短时强降水天气的准确预报，实用性较强，能够对各类短时强降水预报需求进行高效准确地响应。

摘要： 本发明公开一种应用CART算法实现电能表检测数据管理的软件平台，涉及电能计量检测技术领域，通过采用云大数据管理平台，充分挖掘海量数据中的信息，以实现大数据的分析、挖掘和处理，通过采用云计算技术，能够在几秒钟的时间内处理上亿种数据类型，通过CART算法和改进型的CART算法，提高了不同数据的分类能力和计算精度，通过CART算法还能够实现大数据的分布式层次模型的构建，简化了数据识别能力。本发明通过采用数据融合算法将信息表现形式多样化、信息数量巨大化、信息关系复杂化的电能表各种数据及时性、准确、可靠地反映出来，通过BP神经网络算法模型，利用输出后的误差来估计输出层的直接前导层的误差，提高学习算法精度。

摘要： 本发明公开了一种基于cart算法的配电网低压断路器状态评估方法，一方面可以基于低压断路器历史采样数据与异常数据实现设备健康状态的二叉决策树的自动化构建与更新，另一方面可以同时实现运行设备基于此二叉决策树的健康状态的评估，简化工作人员对于设备状态检测的工作量且评估过程的规范性、评估结果的正确性均得到有力保证。本发明基于控制装置的历史运行数据构建评估规则，并对实时运行的设备进行准确、快速的设备健康状态的判断，在设备出现状态异常时给出提示信息。