基于決策樹的信息物理融合系統(tǒng)數(shù)據(jù)處理方法研究.pdf

1、信息物理融合系統(tǒng)中的數(shù)據(jù)一般來源于物理設(shè)備對于現(xiàn)實世界信息的采集，數(shù)據(jù)往往具有現(xiàn)實意義。在使用數(shù)據(jù)挖掘的決策樹算法對其進行分類預(yù)測時，不同的錯誤分類往往會造成不一樣的代價損失，本文將代價敏感和決策樹相結(jié)合以解決此類代價損失的問題，同時使用遺傳規(guī)劃進行優(yōu)化處理，解決信息物理融合系統(tǒng)數(shù)據(jù)量過于龐大時，決策樹分類器的構(gòu)建耗時過多的問題。
　　本文提出了基于代價敏感的 ConSenDT方法。該方法利用集成分類器的技術(shù)構(gòu)建多個決策樹基分類器

2、，通過概率論中的貝葉斯公式計算最小風(fēng)險來修改類標(biāo)號，再用修改后的數(shù)據(jù)建立最終的決策樹分類器。其中在計算最小風(fēng)險的時候，考慮到了每個決策樹基分類器的預(yù)測準(zhǔn)確率所帶來的影響，將分類器的準(zhǔn)確率作為一個參數(shù)加入到最小風(fēng)險的計算過程中。實驗表明ConSenDT方法可以達到在保證分類準(zhǔn)確率的基礎(chǔ)上，避免代價高的錯誤分類情況的出現(xiàn)，減少錯誤分類的代價損失。
　　本文利用遺傳規(guī)劃對ConSenDT方法加以優(yōu)化提出了ConSenDT-GP方法。該方