公开(公告)号：CN103886030B

公开(公告)日：2017-01-25

申请号：CN201410077291.4

申请日：2014-03-05

Applicant: 南京邮电大学

Inventor： 陈志 ,  朱超 ,  岳文静

IPC: G06F17/30

Abstract: 基于代价敏感决策树的信息物理融合系统数据分类方法首先使用物理单元进行数据收集；然后再将收集到的数据传输至信息单元；最后在信息单元进行进一步的分析和处理。在本发明中，信息单元的操作包括以下几个步骤：一是信息单元根据分别存储的样本数据分别为这些物理单元建立相应的决策树；二是对建立的决策树进行测试，记录每棵决策树中错误分类数和总的测试数的比值，删除比值过大的决策树；三是基于余下的决策树结合此前记录的错误分类数和总的测试数的比值对数据进行分类。本发明所采用的方法利用决策树可以方便、快捷的建立树型结构对数据进行高效的分类，也易于使用者对于数据的了解，同时也无需使用者拥有很多的背景知识。

公开(公告)号：CN104778250A

公开(公告)日：2015-07-15

申请号：CN201510176284.4

申请日：2015-04-14

Applicant: 南京邮电大学

Inventor： 陈志 ,  朱超 ,  岳文静

IPC: G06F17/30

Abstract: 本发明基于遗传规划决策树的信息物理融合系统数据分类方法如下：首先使用物理单元进行数据收集；然后再将收集到的数据传输至信息单元；最后在信息单元进行进一步的分析和处理。在信息单元的操作包括以下几个步骤：一是信息单元采用有放回的方式建立多个决策树，并记录数据的类别数；二是对建立的决策树进行测试，记录每棵决策树的分类正确率和代价损失；三是采用遗传规划对信息单元中的所有决策树进行优化处理，最终留下和数据类别个数相等的决策树个数；四是利用留下的决策树，在减少代价损失的基础上对训练数据类别进行修改，用修改后的训练数据生成决策树。在保证一定的分类准确率和较低的代价损失的同时，有效的减少最终决策树构建的耗时。

公开(公告)号：CN104778250B

公开(公告)日：2017-09-29

申请号：CN201510176284.4

申请日：2015-04-14

Applicant: 南京邮电大学

Inventor： 陈志 ,  朱超 ,  岳文静

IPC: G06F17/30

Abstract: 本发明基于遗传规划决策树的信息物理融合系统数据分类方法如下：首先使用物理单元进行数据收集；然后再将收集到的数据传输至信息单元；最后在信息单元进行进一步的分析和处理。在信息单元的操作包括以下几个步骤：一是信息单元采用有放回的方式建立多个决策树，并记录数据的类别数；二是对建立的决策树进行测试，记录每棵决策树的分类正确率和代价损失；三是采用遗传规划对信息单元中的所有决策树进行优化处理，最终留下和数据类别个数相等的决策树个数；四是利用留下的决策树，在减少代价损失的基础上对训练数据类别进行修改，用修改后的训练数据生成决策树。在保证一定的分类准确率和较低的代价损失的同时，有效的减少最终决策树构建的耗时。

公开(公告)号：CN103886030A

公开(公告)日：2014-06-25

申请号：CN201410077291.4

申请日：2014-03-05

Applicant: 南京邮电大学

Inventor： 陈志 ,  朱超 ,  岳文静

IPC: G06F17/30

CPC classification number: G06F17/30598 ,  G06F17/30705

Abstract: 基于代价敏感决策树的信息物理融合系统数据分类方法首先使用物理单元进行数据收集；然后再将收集到的数据传输至信息单元；最后在信息单元进行进一步的分析和处理。在本发明中，信息单元的操作包括以下几个步骤：一是信息单元根据分别存储的样本数据分别为这些物理单元建立相应的决策树；二是对建立的决策树进行测试，记录每棵决策树中错误分类数和总的测试数的比值，删除比值过大的决策树；三是基于余下的决策树结合此前记录的错误分类数和总的测试数的比值对数据进行分类。本发明所采用的方法利用决策树可以方便、快捷的建立树型结构对数据进行高效的分类，也易于使用者对于数据的了解，同时也无需使用者拥有很多的背景知识。