决策树分类

摘要： 筏式海带养殖面积的精准监测可以有效加强管理部门对产业的统计、评估和监测。本文以卫星遥感(RS)、地理信息系统(GIS)、定位系统(GPS)等现代空间信息技术为基础,利用GF系列卫星及Landsat系列卫星数据,以烟台市蓬莱区长岛附近筏式海洋养殖区为主要研究区,根据海带筏式养殖区在遥感影像中的光谱和形态特征,利用面向对象的决策树分类技术,确定筏式海带养殖面积,并通过对比分析实地测量和GPS测量数据,校验遥感监测结果的精度,得出海带养殖提取面积精度在90%以上,为筏式海带养殖面积的高效、快速监测提供了技术参考。

摘要： 使用成像光谱仪获取遭受稻纵卷叶螟危害的水稻叶片的高光谱影像,统计分析虫害叶片和健康叶片在光谱反射率和植被指数上的差异,建立分类判别模型,精确提取叶片上虫害区域的像元数和比例,实现对虫害严重程度的精确评估。结果表明:在波长为400—710 nm的可见光-红边波段范围内,虫害叶片的反射率普遍高于健康叶片,差异极显著(P<0.01);在近红外波段虫害叶片反射率低于健康叶片(P<0.01),但二者差异略小。虫害叶片的NDVI、RVI、RARS和SIPI 4种植被指数值明显低于健康叶片。基于RVI构建决策树分类模型能够准确区分叶片上的虫害区域和健康区域,并据此计算出虫害区域所占比例,进而对虫害严重程度进行定量化评估。

摘要： 微震监测技术能够捕捉开采扰动下岩体响应信息,已被广泛应用于岩体稳定性分析与矿山安全生产管理。受矿山现场频繁生产活动的影响,微震监测系统能够捕捉到不同类型信号,导致噪音信号较多,无法及时有效地揭示开采扰动下岩体响应规律。本文依托阿舍勒铜矿微震监测,分析了微震系统采集典型信号波形参数特征的差异,提出了基于决策树分类算法的岩体破裂信号识别方法,并对其识别精度进行了对比分析。研究结果表明,电气噪音信号、爆破信号、机械振动信号、岩石破裂信号的持续时间、上升时间、振铃数、上升振铃数、最大振幅、主频等参数分布范围存在不同程度的重合,无法采用单一参数有效识别岩体破裂信号,消除噪音信号的影响。采用决策树分类算法构建岩体破裂信号识别模型,能够有效消除噪音信号的影响,识别准确率达97.8%,显著高于支持向量机(SVM)模型73.9%的准确率。研究成果对于快速圈定、预警岩体破坏高风险区域具有重要意义。

摘要： 以黄河流域宁夏吴忠段为研究区,珠海一号高光谱影像为数据源,采用单波段阈值法、归一化差异水体指数法(NDWI)、改进阴影水体指数法(MSWI)对研究区进行了水体提取试验,3种常用水体提取方法试验结果均存在不足之处,为此提出了单波段阈值法与改进阴影水体指数法(MSWI)相结合的决策树分类方法,对该区域水体做了进一步提取试验,并通过野外调查采样分别获取50个水体和非水体样本,对水体提取结果进行了精度验证。结果表明:决策树法可以有效抑制研究区山体、建筑阴影和裸地对水体完整性的影响,其总体精度为92.49%,Kappa系数为0.84,均优于其他3种水体提取方法。

摘要： 河北省近岸海域赤潮频发,为了更好地掌握赤潮的发生情况,基于预处理的MODIS影像,采用决策树分类方法提取赤潮信息,对赤潮发生的区域、面积进行监测,然后通过实验将决策树分类方法和其他典型的赤潮监测方法进行了比较分析.实验结果表明,基于决策树分类的赤潮监测方法提取赤潮发生区域、统计面积更接近海洋公报显示的数据,说明该方法适合河北省近岸海域的赤潮监测.

摘要： 河北省近岸海域赤潮频发,为了更好地掌握赤潮的发生情况,基于预处理的MODIS影像,采用决策树分类方法提取赤潮信息,对赤潮发生的区域、面积进行监测,然后通过实验将决策树分类方法和其他典型的赤潮监测方法进行了比较分析。实验结果表明,基于决策树分类的赤潮监测方法提取赤潮发生区域、统计面积更接近海洋公报显示的数据,说明该方法适合河北省近岸海域的赤潮监测。

摘要： 利用2000-2019年间4期遥感影像,采用面向对象决策树分类方法,基于遥感和地理信息技术,在土地利用现状、土地利用结构、土地利用转移方向3个方面对迁安市马兰庄镇土地利用进行动态监测,从而分析其时空演变规律。结果表明,矿区一直是马兰庄镇主要的土地利用类型,其次是草地、耕地。2000-2008年,由于采矿活动的力度加大,矿区面积剧烈扩张,主要是由草地、林地的转入;2008年以后,其面积开始持续减少,主要转出类型是草地和林地。

摘要： 城市化过程中可能会占用大量的农田和耕地,及时准确地获取我国水稻种植区域高质量和高精度的信息以及结合相关区域的空间数据进行空间分析对当地各类农业发展具有重要的意义.文章以云南省曲靖市马龙区为研究区域,以2015年5月的Landsat 8卫星影像作为分类影像,分类得出马龙区的水稻主要分布于研究区域北部和东北部的平坦区域;在坡度分级中水稻种植区主要分布于缓坡区.

摘要： 为快速获取区域土地利用特征和精细刻画城乡土地利用差异,以河北省涿州市为研究对象,基于Sentinel-2影像数据,采取面向对象方法进行影像分割,利用隶属度函数与决策树方法相结合的非监督分类算法对涿州市土地利用进行分类,并选取了不同方向的城乡梯度样带进行了土地利用特征分析.结果 表明,应用模糊决策树方法的涿州市土地利用分类结果总体精度为93.7％,Kappa系数0.892,分类精度较高.分析上述结果发现:涿州市土地利用类型以耕地与城乡居民点用地为主,林地、草地、水体等自然生态空间比例较低,土地利用的城乡梯度特征明显;耕地集中分布在距离城市中心4～7 km的东南、南、西方向;城乡居民点整体分布分散,在距离城市中心3 km以内、5 km、8～9 km呈现明显的集聚特征.建议涿州市依据预期人口规模和集聚特征优化建设用地布局,提高建设用地集约利用强度,同时提高林地、草地、水体等生态空间比例.

摘要： 以贵州威宁草海自然保护区的核心区域为研究对象,利用环境卫星CCD影像数据为数据源,结合实地采集的样点数据,利用遥感技术如监督分类,非监督分类和决策树分类对草海的植被进行分类和精度验证,通过三种方法的分类结果比对,发现草海核心区几乎长满水生植被,且分布的规律为湖中央到岸边依次为沉水植被、挺水植被、浮水植被.

摘要： 数据流具有数据持续到达、到达速度快、数据规模巨大等特点,这些都给数据流挖掘领域研究工作带来了新挑战,而其中分类算法更是当前的研究热点. Domingos等人在VFDT中利用Hoeffding不等式很好地解决了在数据流上进行单遍扫描获取高精度决策树的问题. Gama等人对VFDT进行扩展并实现了VFDTc,使系统能够处理连续属性,并在叶节点采用了贝叶斯分类算法使分类精度更高.基于VFDT和VFDTc,设计并实现了一种基于线索化二叉排序树的决策树分类新算法VFDTt,其主要贡献有如下3点:1)第1次设计并实现了数据流上的基于线索化二叉排序树(TBST)的连续属性处理方法.相比VFDT,VFDTt的样本插入时间复杂度由O(n2)降低到O(nlogn).当新样本到达时,VFDTc需要更新O(logn)个属性节点,而VFDTt只需要更新相应的一个节点即可. 2)改进了VFDTc连续属性的最佳划分节点选取的计算方法,使其时间复杂度由O(nlogn)降低到O(n). 3)相比VFDTc,VFDTt只需从更少的备选划分节点中选取最佳节点,备选划分节点数由O(n)降低到O(logn)。

摘要： 2013年2月美国Landsat8卫星成功发射,相对于Landsat7在波段的数量、波段的光谱范围和影像的辐射分辨率上进行了改进.结合最新Landsat8遥感数据,采用多级决策树分类的方法对黄河三角洲地区土地利用与覆盖信息展开了全面的提取、研究与分析,获得了该地区各类地物的分布情况,特别是距离海岸线10km、20km范围内的地物类型分布并完成相关制图,为黄河三角洲地区滨海土地利用与开发提供了数据支持.

摘要： 遥感影像分类是从遥感影像中提取地表信息的一个重要手段，提高地表分类精度是利用遥感影像进行地表分类研究的重要目标之一。提高遥感制图精度通常从以下两个方面进行研究：（1）分类器的性能；（2）输入特征的选择和优化。目前，全球已有的地表分类产品如AVHRR，SPOT-Vegetation和MODIS，都是利用天顶观测的光谱信号，以及这些信号在一年中的时相变化为输入，生产全球尺度的地表分类产品，多观测角度的光谱信号对地表分类精度影响的研究很少。另一方面，随着多角度星载传感器的成功发射，如MODIS，MISR和POLDER等，为在全球或区域尺度上，研究多角度信号对地表分类精度的影响提供了条件。本研究将基于业务化运行的MODIS二向性反射和反照率算法，以及业务化运行的MODIS决策树分类算法（C4.5）,研究不同观测角度对地表分类精度的影响，对分类结果采用了基于误差矩阵的十重交互验证和假设检验的定性和定量的验证方法。结果表明，除了热点和冷点方向上，不同观测角度的MODIS多光谱信号，对地表分类精度的影响并没显著的差异，总体上，天顶方向的多光谱反射率适合地表分类的研究和应用。进一步的统计结果表明，不同观测角的分类精度和相应角度多光谱反射率的类内方差总体上呈负相关，而且这种统计关系在主平面后向散射方向更为显著。

摘要： 论述了决策树分类算法中的ID3算法的基本内容及实现方法,分析了节点选择的方法,采用自顶向下递归的方法构造了员工考核的决策树模型,提高了工作效率,体现了ID3算法的优点。

摘要： 综合应用RS和GIS技术，以1994年5月12日的Landsat TM影像和2003年4月25日的Landsat ETM+影像作为数据源，通过基于光谱值的决策树分类方法，对厦门市的土地覆盖状况进行研究。结果表明：约10年间厦门市的土地覆盖状况发生了很大改变;面积上耕地明显减少，林地明显增多，建设用地整体增多且结构有所改变，常规建设用地面积总量增加的很少;综合年变化速率不大;多山临海的地理环境是城市扩张的驱动力，造成土地覆盖情况在空间分布上也有明显变化。

摘要： 以祁连山东段典型山地系统为研究区,通过提取研究区TM影像的主成分、各类植被指数、基于灰度共生矩阵的影像纹理特征以及研究区地形特征等数据,应用最优波段指数方法得到最优波段组合,并运用非监督分类、最大似然法、支持向量机分类法、决策树分类法对上述最优波段进行分类研究.结果表明多尺度数据挖掘有利于分类精度的提高,同时选取合适的判断标准的决策树分类方法在遥感信息提取中有比较直观意义和较高的分类精度.在上述分类方法中分类精度由高到低为决策树分类>支持向量机法>最大似然法>非监督分类法.决策树分类总体分类精度为94.50%,kappa系数为0.9122.

摘要： 在众多的决策树归纳学习问题中,属性取值一般被认为有两种.一种称之为"符号"值属性,另一种称之为"连续"值属性.对这两种值属性均有较成熟的处理方法,如基于最小不确定性的Min-A算法、基于最小分割信息熵的处理连续值属性的ID3算法.而区间值或模糊值作为属性值将提供一种特殊的不精确信息,区间值能充分保证模糊数据所包含的信息的完整性,而且这种以区间值表示的数据广泛存在于我们现实的生活中,如病人的创口大小、用药周期等.目前的大多数模糊决策树示例学习都是在假定属性取值及分类值是以隶属度确定的前提下建立的.本文采用区间值为属性来表示、处理这种不确定性,并通过备选割点优化选取,以增进这种学习方法在以区间值表示的不确定性信息处理方面的优势,特别是提高分类决策的效率,降低计算复杂度.本文使用基于类的信息熵极小来选择区间值扩展属性,通过覆盖频繁点和非频繁点分析改进了算法的效率.

摘要： 水稻是中国最重要的粮食作物之一，获取大范围的水稻种植空间分布、面积和产量信息对指导水稻生产、合理分配水资源、监测大气环境变化等具有重要意义。以2008年浙江省晚稻种植为例，利用8d合成MODIS数据结合水稻物候特征，选取晚稻备耕期及各个生长关键时期的MODIS影像，构建决策树模型，提取晚稻种植信息，提取结果与统计资料对比分析表明，省内各行政单元的平均相对误差为24.5％，若不考虑误差较大的山区，则平均误差为18％，对于整个研究区域，精度达95％。利用气象佔产模型估算的晚稻产量与统计数据间误差不是3％。因此，利用多时相MODIS影像数据进行平原地区水稻遥感监测是可行的，气象估产模式运算简单，且精度较高，提取的水稻信息可为政府决策部门提供信息服务。

摘要： 水稻是中国最重要的粮食作物之一，获取大范围的水稻种植空间分布、面积和产量信息对指导水稻生产、合理分配水资源、监测大气环境变化等具有重要意义。以2008年浙江省晚稻种植为例，利用8d合成MODIS数据结合水稻物候特征，选取晚稻备耕期及各个生长关键时期的MODIS影像，构建决策树模型，提取晚稻种植信息，提取结果与统计资料对比分析表明，省内各行政单元的平均相对误差为24.5％，若不考虑误差较大的山区，则平均误差为18％，对于整个研究区域，精度达95％。利用气象佔产模型估算的晚稻产量与统计数据间误差不是3％。因此，利用多时相MODIS影像数据进行平原地区水稻遥感监测是可行的，气象估产模式运算简单，且精度较高，提取的水稻信息可为政府决策部门提供信息服务。

摘要： 水稻是中国最重要的粮食作物之一，获取大范围的水稻种植空间分布、面积和产量信息对指导水稻生产、合理分配水资源、监测大气环境变化等具有重要意义。以2008年浙江省晚稻种植为例，利用8d合成MODIS数据结合水稻物候特征，选取晚稻备耕期及各个生长关键时期的MODIS影像，构建决策树模型，提取晚稻种植信息，提取结果与统计资料对比分析表明，省内各行政单元的平均相对误差为24.5％，若不考虑误差较大的山区，则平均误差为18％，对于整个研究区域，精度达95％。利用气象佔产模型估算的晚稻产量与统计数据间误差不是3％。因此，利用多时相MODIS影像数据进行平原地区水稻遥感监测是可行的，气象估产模式运算简单，且精度较高，提取的水稻信息可为政府决策部门提供信息服务。

摘要： 本发明公开一种决策树生成方法及设备、基于决策树的报文分类方法及设备。该决策树生成方法包括：将原始规则集中的规则转化为决策树的范围数组；由根节点开始，采用多比特前缀与HiCuts算法结合的方式裁剪，直到每一节点的规则数小于预设值。该基于决策树的报文分类方法包括：提取报文中的源、目的IP地址，并将其转换为决策树查询数组；由根节点开始查找，根据裁剪的维及裁剪的次数进行依次查找，直到获得叶子节点；将报文查询数组与叶子节点中的规则进行比较，获得与该报文匹配的规则。本发明通过采用比特前缀与HiCuts结合生成决策树，减少了该决策树的深度，使得基于该决策树进行查找时既提高了查询效率，而且还节省了内存的占用空间。

摘要： 本发明提供了一种基于分类决策树的内容发布智能分类方法，属于内容管理系统和数据挖掘领域。所述方法应用的系统通用架构包括：内容数据采集模块、分类策略模块、分类决策树训练模块；所述方法结合机器学习的监督学习方法，将内容管理系统中已有的内容信息作为训练数据集合，并利用此训练数据集合基于决策树学习算法生成分类器；所有发布内容都基于相同的发布途径，发布后由所述分类器根据发布内容的特征值判断该发布内容的类型，从而完成整个发布过程。本发明改善了内容发布的用户体验。发布后内容的类别由系统判断，而非用户选择，发布流程更加智能化。

摘要： 本发明公开一种决策树生成方法及设备、基于决策树的报文分类方法及设备。该决策树生成方法包括：将原始规则集中的规则转化为决策树的范围数组；由根节点开始，采用多比特前缀与HiCuts算法结合的方式裁剪，直到每一节点的规则数小于预设值。该基于决策树的报文分类方法包括：提取报文中的源、目的IP地址，并将其转换为决策树查询数组；由根节点开始查找，根据裁剪的维及裁剪的次数进行依次查找，直到获得叶子节点；将报文查询数组与叶子节点中的规则进行比较，获得与该报文匹配的规则。本发明通过采用比特前缀与HiCuts结合生成决策树，减少了该决策树的深度，使得基于该决策树进行查找时既提高了查询效率，而且还节省了内存的占用空间。

摘要： 本申请的实施例揭示了决策树模型生成方法、基于决策树模型的数据推荐方法。该方法包括：获取由多个训练样本的特征信息形成的训练数据集，训练样本已知类别属性；在根据训练数据集生成决策树模型的过程中，迭代计算各节点下每个特征属性的信息增益，并根据最大信息增益对应的特征属性划分当前节点包含的数据集，直至根据节点包含的数据集能确定出类别属性；若当前节点下的多个特征属性的信息增益相等且为最大信息增益，则计算多个特征属性各自对应的修正信息增益，并根据计算得到的修正信息增益确定用于划分当前节点所包含数据集的特征属性；输出根据训练数据集所形成的决策树模型。本申请生成的决策树模型具有更准确的分类效果。

摘要： 本发明公开了一种基于敏感度实现清晰决策树与模糊决策树的攻击方法，包括：获取数据并进行数据处理；将处理后的数据划分为训练集和测试集，通过从训练样本中学习，测试集上验证，获得清晰决策树和模糊决策树；利用学习到的清晰决策树和模糊决策树的模型信息，计算样本被分为真实类别的置信度，计算特征的敏感度；选择有最大敏感度的特征进行修改；迭代获得伪造的攻击样本；将伪造的攻击样本集攻击学习到的决策树，比较决策树在测试集和伪造的样本集上的准确率，进而对攻击进行评估。本发明基于特征敏感度信息，减少对攻击目标的模型信息了解量；开辟了研究模糊系统在恶意环境中的鲁棒性的道路，发现数据模糊化对机器学习模型的鲁棒性的提升。

摘要： 提供一种能够生成即使在用户自身的回答发生错误的情况下也能够削减对用户的必要的提问次数的决策树的决策树生成装置、决策树生成方法、非暂时性记录介质以及提问系统。决策树生成装置具备：信息增益算出部，在以决策树的形式将分类对象数据集合分阶段地分割为部分集合时，基于熵的减少量和可靠度，按每个属性算出利用该属性的属性值将分割前的数据集合分割时的信息增益；决策树制作部，通过递归地反复进行利用具有按每个属性算出的多个信息增益中的最大的信息增益的属性的属性值将分割前的数据集合分割的处理，将具有最大的信息增益的属性依次决定为决策树的节点，并且向该节点的边依次分配该属性的属性值，制作用于决定提问的顺序的决策树。

摘要： 本申请提供了一种基于分类决策树模型的分类方法、装置、电子设备、计算机可读存储介质及计算机程序产品；应用于第一参与方设备，方法包括：获取第二参与方设备发送的分类决策树模型中目标叶子节点的标识；基于目标叶子节点的标识、分类决策树模型中叶子节点的标识和相应分类类别评分的映射关系，得到目标叶子节点对应的分类类别的评分；对评分进行隐私保护处理，得到相应的扩展评分；将扩展评分发送至第三参与方设备，以使第三参与方设备对至少两个第一参与方设备发送的扩展评分进行融合处理，得到待分类数据对应的分类结果并返回至第一参与方设备；接收并输出待分类数据对应的分类结果。通过本申请，能够提高分类预测的准确率。

摘要： 本发明提供了一种基于分类决策树的内容发布智能分类方法，属于内容管理系统和数据挖掘领域。所述方法应用的系统通用架构包括：内容数据采集模块、分类策略模块、分类决策树训练模块；所述方法结合机器学习的监督学习方法，将内容管理系统中已有的内容信息作为训练数据集合，并利用此训练数据集合基于决策树学习算法生成分类器；所有发布内容都基于相同的发布途径，发布后由所述分类器根据发布内容的特征值判断该发布内容的类型，从而完成整个发布过程。本发明改善了内容发布的用户体验。发布后内容的类别由系统判断，而非用户选择，发布流程更加智能化。

摘要： 基于决策树分类和故障码分类的车辆远程诊断与备件检索的方法，属于信息检索领域，由于不同的备件在主组号相同的情况下，分组号仍有差异，为了能够解决精确匹配备件的问题，技术要点是：对故障码识别和分类；解析车辆VIN码得到变量，所述变量包括由VIN码解析得到的发动机排量、车身类型、发动机变速箱类型；对变量所对应的备件代码做决策树分析，完成变量数据归类形成备件信息，并建立索引，形成诊断知识库；创建语言模型，建立细胞词库，在所述细胞词库中切词检索细胞词，并排列所述细胞词，利用决策树模型的决策分类，形成故障码对应工项的诊断数据库；将诊断数据库与诊断知识库关联，并建立主键；效果是：可在获取故障码后，快速找到常见故障的解决方案和对应备件、工项。

摘要： 基于决策树分类和故障码分类的车辆远程诊断与备件检索的方法，属于信息检索领域，由于不同的备件在主组号相同的情况下，分组号仍有差异，为了能够解决精确匹配备件的问题，技术要点是：对故障码识别和分类；解析车辆VIN码得到变量，所述变量包括由VIN码解析得到的发动机排量、车身类型、发动机变速箱类型；对变量所对应的备件代码做决策树分析，完成变量数据归类形成备件信息，并建立索引，形成诊断知识库；创建语言模型，建立细胞词库，在所述细胞词库中切词检索细胞词，并排列所述细胞词，利用决策树模型的决策分类，形成故障码对应工项的诊断数据库；将诊断数据库与诊断知识库关联，并建立主键；效果是：可在获取故障码后，快速找到常见故障的解决方案和对应备件、工项。