一種動態決策樹的構建方法
2023-07-10 12:17:36 3
一種動態決策樹的構建方法
【專利摘要】本發明公開了一種動態決策樹的構建方法,包括構建決策表、將決策表數位化、提取動態決策樹以及分類決策等步驟，本發明將感知智能融入信息決策系統之中，形成智能的信息決策系統，提高了信息決策系統搜索與分類決策效率，具有很強的應用價值。
【專利說明】-種動態決策樹的構建方法
【技術領域】
[0001] 本發明屬於模式識別領域，具體涉及一種動態決策樹的構建方法。
【背景技術】
[0002] 自然界內所有的生物在進化過程均會中產生一種感知智能，局部感知的決策規則 的思路則來源與此。生物的感知智能充滿它們的整個生命周期，是它們生存經驗的積累，為 它們的成長和生存做出了極大的貢獻。例如，動物通過嗅覺聞到了似乎是某種食物的味道， 但是並不確定，該時它會調動身體的其它器官去感知食物的氣息，如用眼睛去觀察搜尋，用 聽覺去仔細感知食物可能發出的聲音，通過各個器官的配合，將所有感知的信息綜合，與記 憶中食物的信息相比較，即可判斷出是否是該食物。在一些情況下，動物通過嗅覺就可W確 定是某種食物；而在另外一些情況下，通過一個器官採集的信息仍然無法做出具體的判斷， 此時需要再調動身體的其它器官感知新的信息，W致最後做出確定的判斷。通過感知智能， 生物可W迅速發現食物，也可W根據部分信息迅速發現危險並提前採取措施規避危險，保 證它們生命的安全。
[0003] 該種生物通過"感知部分信息一搜尋記憶知識一感知新信息一做出判斷"的感知 智能，給了我們很大的啟發。在常規的決策系統中，常常是先收集完所有相關目標的信息 後，再根據收集的信息做出分類決策。而有的信息的收集需要相當長的時間，當某些信息對 決策分類非常重要的時候，等待該信息是值得的，當某些信息對決策分類非常不重要的時 候，即該信息對決策分類實際上並不做出貢獻，此時等待該信息就是不值得的。如果在決策 系統中引入了感知智能，通過對首先接收到的信息進行初步判斷，如果已完成分類決策，那 麼信息系統就不必再接收新的與該知識相關的信息；如果未完成分類決策，那麼信息系統 就根據接收到的信息與規則庫的規則匹配，形成感知引導，感知新的對決策分類有用的信 息，最後重複該過程直至完成分類決策。通過該種感知智能，即"感知局部信息一搜索決策 規則一引導感知新信息一分類決策"的過程，既實現了通過部分已知信息完成分類識別，又 實現了根據部分已知信息完成感知引導接收新信息。為信息決策系統的信息處理節省了大 量的時間，使得信息決策系統可W在很多時候提前做出決策，將有利因素擴大，同時規避有 害因素，是信息系統智能化的體現。
[0004] 綜上所述，如何將感知智能融入信息決策系統之中，形成智能的信息決策系統，對 提高信息決策系統搜索與分類決策效率，具有很強的應用價值。
[0005] 說明書內容
[0006] 本發明在常規的決策樹提取算法的基礎上，提出了一種動態決策樹的提取算法模 型即動態決策樹的構建方法，實現了對已知條件信息動態選擇決策樹的作用，從而實現了 對已知條件信息的充分利用，提高了模式識別效率。
[0007] 動態決策樹的構建方法包括W下步驟：
[0008] Step 1:輸入決策表 DT = (U，C U D，V，f)。
[0009] Step 2:判斷決策表內所有屬性是否都是數字，如果有屬性不是屬性而是字符，貝U 轉換到數字域，轉換方法根據字符特性來生成一個區間上的數字信息，最終保證所有的屬 性都是數字。
[0010] St巧3:對於決策表內的任一條件屬性Va eCX/*y)，來計算其它條件在 不同環境下的屬性重要性，計算過程為：
[0011] St巧3-1:選擇Pi= Vm的環境下，其餘條件屬性在獲取不同屬性值情況下的分類 絶九，&式為川職 Pj 二 八P!二 〇 八Pj b C，J 單 i，v。sVpj)。
[0012] St巧3-2:計算屬性Pi= V m條件下對其餘條件屬性不同屬性值情況下對最終決 策的模糊正域，公式為：戶取P,恥刊,.P廣，'，,《(巧。
[0013] Step 3-3:計算屬性Pi= Vm條件下對其餘條件屬性不同屬性值情況下對最終決 策的局域屬性重要度，公式為：
【權利要求】
1. 一種動態決策樹的構建方法，其特徵在於該方法包括以下步驟： ⑴輸入決策表DT= (U，CUD，V，f); (2) 判斷決策表內所有屬性是否都是數字，如果有屬性不是數字而是字符，則轉換到數 字域，轉換方法根據字符特性來生成一個區間上的數字信息，最終保證所有的屬性都是數 字； (3) 對於決策表內的任一條件屬性vaea/#./)，來計算其它條件在不同環境 下的屬性重要性，計算過程為： ① .選擇Pi=Vm的環境下，其餘條件屬性在獲取不同屬性值情況下的分類能力，公式 為..U/INDijJi =Vi^ipi =vm)Spj&C,J?本i，vn &vp). ② .計算屬性Pi=Vm條件下對其餘條件屬性不同屬性值情況下對最終決策的模糊正 域，公式為：; ③ .計算屬性Pi=Vm條件下對其餘條件屬性不同屬性值情況下對最終決策的局域屬
(4) 按照步驟（3)計算的局域屬性重要性對所有其餘屬性進行排序，獲取當前屬性下 的最大局域屬性重要性規則Pi=Vm-Pj=Vnl; (5) 以上一次獲得的規則為聯合條件，再去求解其餘條件屬性的局域屬性重要性，只要 有一個屬性所獲得的局域屬性重要性大於零，則跳轉到步驟（3)進行最大局域屬性重要性 規則提取； (6) 如果所有剩餘條件屬性的局域屬性重要性為零，則表明其餘的屬性並不能提供更 多的信息熵，則該條件的屬性決策已完成，退出最先選擇條件方向； (7) 按照步驟（3)到步驟（5)遍歷所有條件屬性完成最大局域屬性重要性規則提取； (8) 結束；輸出所有的最大局域屬性重要性規則 Pi=Vmeanl^P3=Vmean2^ (D,2), --?〇
【文檔編號】G06F17/30GK104503976SQ201410681204
【公開日】2015年4月8日 申請日期:2014年11月24日 優先權日:2014年11月24日
【發明者】赫熙煦, 陳雷霆, 蔡洪斌, 邱航, 盧光輝 申請人:電子科技大學, 東莞電子科技大學電子信息工程研究院