基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于五层云神经网络的决策树生成方法.运用五层云神经网络学习变量间的云映射关系,从中生成云决策树.给出了神经网络的学习算法和云决策树的推理方法,这种方法不但具有神经网络的学习能力,而且结合云理论处理知识的不确定性的能力.该方法利用了五层云神经网络学习后的云映射强度,并能实现云决策树的剪枝优化,提高了算法的正确率.
推荐文章
改进的决策树生成算法及条件决策表的创建
决策表
决策树
信息熵
条件决策表
测试优化
基于变结构神经网络控制的决策树预测算法
变结构神经网络
统计数据
决策树
预测
聚类
基于决策支持度的决策树生成算法
决策树
信息系统
决策支持度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云理论神经网络决策树的生成算法
来源期刊 上海交通大学学报 学科 工学
关键词 数据挖掘 决策树 神经网络 云模型
年,卷(期) 2003,(z1) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 113-117
页数 5页 分类号 TP311
字数 4109字 语种 中文
DOI 10.3321/j.issn:1006-2467.2003.z1.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李志 上海交通大学自动化系 23 260 10.0 15.0
2 杜国宁 上海交通大学自动化系 9 138 7.0 9.0
3 朱仲英 上海交通大学自动化系 67 1559 21.0 38.0
4 田永青 上海交通大学自动化系 12 325 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (98)
参考文献  (7)
节点文献
引证文献  (38)
同被引文献  (82)
二级引证文献  (268)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(4)
  • 参考文献(2)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(14)
  • 引证文献(4)
  • 二级引证文献(10)
2012(25)
  • 引证文献(4)
  • 二级引证文献(21)
2013(37)
  • 引证文献(6)
  • 二级引证文献(31)
2014(32)
  • 引证文献(3)
  • 二级引证文献(29)
2015(41)
  • 引证文献(5)
  • 二级引证文献(36)
2016(44)
  • 引证文献(1)
  • 二级引证文献(43)
2017(34)
  • 引证文献(5)
  • 二级引证文献(29)
2018(42)
  • 引证文献(1)
  • 二级引证文献(41)
2019(23)
  • 引证文献(1)
  • 二级引证文献(22)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
数据挖掘
决策树
神经网络
云模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海交通大学学报
月刊
1006-2467
31-1466/U
大16开
上海市华山路1954号
4-338
1956
chi
出版文献量(篇)
8303
总下载数(次)
20
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导