基于变结构神经网络控制的决策树预测算法

单冬红; 吕琼帅; 赵伟艇

Chinese

您当前的位置：

首页 >

文章列表页 >

基于变结构神经网络控制的决策树预测算法

更新时间：2026-09-04

- 基于变结构神经网络控制的决策树预测算法
- Decision Tree Prediction Algorithm Based on Variable Structure Neural Network Control
- 微电子学与计算机 2017年34卷第2期页码：92-96
- 作者机构：
  
  平顶山学院机构计算机学院(软件学院),河南,平顶山,467000
- 作者简介：
- 基金信息：
  
  河南省科技厅项目 132102310516
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
单冬红, 吕琼帅, 赵伟艇. 基于变结构神经网络控制的决策树预测算法[J]. 微电子学与计算机, 2017, 34(2): 92-96.

SHAN Dong-hong, LV Qiong-shuai, ZHAO Wei-ting. Decision Tree Prediction Algorithm Based on Variable Structure Neural Network Control[J]. 2017, 34(2): 92-96.
单冬红, 吕琼帅, 赵伟艇. 基于变结构神经网络控制的决策树预测算法[J]. 微电子学与计算机, 2017, 34(2): 92-96. DOI：

SHAN Dong-hong, LV Qiong-shuai, ZHAO Wei-ting. Decision Tree Prediction Algorithm Based on Variable Structure Neural Network Control[J]. 2017, 34(2): 92-96. DOI：

摘要

为了提高统计数据时间序列准确预测的能力

针对当前的线性指数预测方法计算开销过大

且容易陷入局部最优的问题

提出一种基于变结构神经网络控制的决策树预测算法

对待处理的统计数据时间序列进行非线性特征相空间重构

在重构的高维特征相空间中进行决策树训练

提取统计数据信息流的主成分特征

对提取的特征参量采用变结构神经网络控制器进行伴随跟踪训练

进行数据聚类中心搜索和预测指向性误差的小扰动抑制

实现统计数据时间序列的准确预测.仿真结果表明

采用该算法进行统计数据预测的精度较高

收敛性较好

对数据信息流的走势拟合性能较好

性能优于传统方法.

Abstract

In order to improve the ability to predict the time sequence statistics

excessive computational overhead for the linear current index prediction method

and easy to fall into local optimum

this paper proposes a prediction algorithm of decision tree structure based on neural network control

treat the statistical data of time series nonlinear characteristics of phase space reconstruction

decision making tree training in high dimensional feature reconstruction of phase space

principal component feature extraction of statistical data on the flow of information

the extracted characteristic parameters of the variable structure neural network controller with tracking training

data clustering search and forecast the pointing error of small disturbance suppression

realize the accurate prediction of statistical data of time series. The simulation results show that the algorithm has higher precision and better convergence performance

and the performance of the data flow is better than that of the traditional method.

关键词

Keywords

references

周丽燕, 王立洪. 长记忆多项式回归模型的置信域估计[J]. 应用数学学报, 2014, 37(1): 31-44. DOI: 31

杨雷, 李贵鹏, 张萍. 改进的Wolf一步预测的网络异常流量检测[J]. 科技通报, 2014, 30(2): 47-49. DOI: 47

Ortiz A, Gorriz J M, Ramirez J, et al. Improving MR brain image segmentation using self-organising maps and entropy-gradient clustering[J]. Information Sciences, 2014, 262(3): 117-136. DOI: 117

Choi J S. Design and implementation of a PCE-based software-defined provisioning framework for carrier-grade MPLS-TP networks[J]. Photonic Network Communications, 2014, 29(1): 96-105. DOI: 96

Din D R, Huang J S. Multicast backup reprovisioning problem for Hamiltonian cycle-based protection on WDM networks[J]. Optical Fiber Technology, 2014, 20(2): 142-157. DOI: 142

梁聪刚, 王鸿章. 微分进化算法的优化研究及其在聚类分析中的应用[J]. 现代电子技术, 2016, 39(13): 103-107. DOI: 103

芮兰兰, 李钦铭. 基于组合模型的短时交通流量预测算法[J]. 电子与信息学报, 2016, 38(5): 1227-1233. DOI: 1227

李牧东, 赵辉, 翁兴伟, 等. 基于最优高斯随机游走和个体筛选策略的差分进化算法[J]. 控制与决策, 2016, 31(8): 1379-1386. DOI: 1379

陆兴华, 陈平华. 基于定量递归联合熵特征重构的缓冲区流量预测算法[J]. 计算机科学, 2015, 42(4): 68-71. DOI: 68

李祖雄. 一类具有反馈控制的修正Leslie-Gower模型的周期解[J]. 应用数学学报, 2015, 38(1): 37-52. DOI: 37

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

辐射环境下CMOS图像传感器的暗电流幅值分布预测方法

基于NGM(1,1,)模型的农产品产量预测方法

一种面向军事态势估计的规划识别框架（SAOPR）研究

一种用于极低压boost系统的高效率电荷泵

基于MSS-YOLO-MPHands融合架构的装配手部动作识别研究