基于决策树的航空公司客户流失分析

客户流失问题在航空公司一直未被重视。运用决策树中的ID3算法对航空公司客户流失进行分析,并进行了实验,实验得出了航空公司客户流失的一些规则,这些规则是航空公司保留客户,进行持续改进的指南。实验结果表明该方法是可行和有效的,为航空公司客户流失分析提供了一种新的方法。     

企业CRM系统中决策树算法的应用

客户资源决定企业的核心竞争力,更多的关心自己的销售群体,并与之建立良好的、长期的客户关系,提升客户价值,对全面提升企业竞争能力和盈利能力具有重要作用。本文以某企业销售业绩为对象,利用决策树分类算法,得到支持决策,从而挖掘出理想客户。     

基于决策树的图像数据分类

数据挖掘,即利用大量的、不完整的、随机的实际应用数据,提取潜在其中的有用信息,解决相关问题。针对图像特征数据,利用提取的图像特征向量的基础上,基于决策树对图像数据进行分类处理,并对生成的决策树进行优化和剪枝处理。     

决策树分类法中ID3算法在航空市场客户价值细分中的应用

针对当前航空企业的实际需求,运用数据挖掘理论中的ID3分类算法,对在机场候机旅客调研数据进行分析,可以了解到在后期航空公司发展高端客户过程中,营销策略应该关注的重点客户群体,应该是本公司现有的和未来的常旅客这个客户群,而其中交通方式为小型轿车的常旅客又是营销策略的重中之重。     

一种基于链接结构的PageRank改进算法

PageRank算法所使用的是基于链接的网页排序算法,并没有充分考虑到网页内容的相关度,文章提出一种基于三种链接结构的改进算法,在算法中传递页面的PageRank值时考虑被传递页面内容的主题相关性,新算法既没有改变传统算法计算的网页排名,又可以用更小的d值得到传统PageRank算法计算的PageRank值。并且实验证明,通过选择合适的参数,MPR算法可以获得更加优于传统PageRank算法的网页排序结果。     

基于决策树算法的电商化电力物资判别

国网于2016年提出并开始实施电商化采购模式。当前的目标是要形成科学合理的物资判别规则,因此立足于相关工作文件规定,从其物资的规格型号、国家法律规定、需求频次以及年度需求数量几个业务特征出发。将近两年采购记录数据与决策树算法相结合,得出了决策树模型,总结出了电商化物资判别的规则。并将相应规则转化为了易于理解和操作的IF—THEN语言,使得该研究能够应用到实际的电商化采购业务中,得到了新的二级电商目录。     

一种改进的LBG矢量量化算法

LBG算法是矢量量化码书设计的基本算法。文章提出了一种改进的LBG算法,通过引入和两个胞腔,使得码本采用了新的分裂算法。分析与试验结果表明,改进的算法具有码本的典型性好的特点,且极大的减少了运算时间。     

车辆路径问题的节约算法改进

节约算法作为求解车辆路径问题的一种启发式方法,将节约算法进行改进将有助于实现配送路径的优化选择。本文基于对节约算法中优先策略进行选择,对节约算法做出一定的改进,通过对思路及程序进行详细介绍,并将其运用到具体案例中,最终得到了较为满意的路径策略选择。     

一种基于贪婪算法的CORDIC改进算法

针对传统串行坐标旋转数字计算方法（CORDIC）耗时且占用较多资源的缺点,提出了一种旋转模式下CORDIC算法的新型改进算法,该改进算法可用来代替直接数字频率合成器(DDS)查找表进行正余弦的计算。通过采用贪婪算法实现对CORDIC旋转方向与旋转角度的优化,从而可以达到串行转并行和减少迭代次数、节约资源的目的。该算法可以应用于三角函数的复杂函数的硬件实现中。仿真结果表明,在迭代次数相同的情况下,改进算法较传统算法可以获得更高的精度。最后,在Xilinx FPGA的Spartan-3E芯片上实现了改进的CORDIC结构。与传统CORDIC算法相比,在运算精度为10-5时,可以节省Slices、LUTs(Look Up Tables)资源分别为28%和25%。     

基于迭代优化度与直线搜索的改进粒子群算法

现有粒子群算法无论是在算法运行的前期还是后期,现有的改进方法都是以适应度值来作为评价粒子优劣的唯一标准,本文根据挖掘有潜力粒子的思想,提出迭代优化度概念来刻画粒子的潜力,并对于潜力较大的粒子采用直线搜索的策略来进行搜索,这样就避免所有的粒子均参考适应度值优秀的粒子运动,提高了算法效率,保持了潜力大的粒子的独立性。将改进粒子群算法用2个经典的检验函数进行对比检验,结果表明提出的改进粒子群算法能大幅度增强摆脱局部最优解的能力,有效地改善寻优性能。     

一种加权聚类划分决策树算法

针对斜划分决策树算法普遍存在时间效率低、部分算法仅能应用于二分类问题,提出了一种基于加权距离的聚类决策树算法。通过Relief-F算法为预测属性计算权重,并将权重用于树结点中数据的聚类过程,使用分簇结果对结点进行多路划分,得到可直接用于多分类问题的决策树。理论分析和实验结果表明,该算法与经典轴平行决策树相比,拥有更好的泛化能力以及相近的算法时间复杂度,与大部分斜决策树相比,在付出更少计算代价的前提下,获得了近似的正确率以及模型简洁度。     

一种基于"当前"统计模型的自适应滤波算法

针对机动目标跟踪问题 ,在“当前”统计模型的基础上 ,利用机动加速度与方差的自适应关系 ,提出了一种新的自适应滤波算法。大量仿真结果表明 ,该算法在跟踪机动目标时 ,具有良好的跟踪性能。     

以数据挖掘提升SRM决策分析能力

传统供应商关管理(SRM)在供应商分类评价方面存在不足,将数据挖掘技术引入其中,以从大量的数据信息中发现影响供应商合作价值的潜在规律,从而提升SRM的决策分析能力。设计中综合使用了数据仓库、聚类分析、决策树方法,并在国内一大型制药企业运用实践,为SRM的深入开发和应用提供了有价值的参考。     

基于决策树的数据挖掘方法在CRM中的应用研究

基于ID3算法的CRM数据分类实例证明:决策树的核心问题是选择最佳的划分标准,采取数据挖掘中的决策树分类算法,将其应用于CRM系统中,以从中发现企业产品的销售规律和客户群特征,从而提高CRM对市场活动和销售活动的分析能力,以期为企业更科学、更有效地制定产品开发、生产、销售和服务策略提供有力的技术支持。     

一种基于矩阵重组的功率倒置改进算法

针对功率倒置（Power Inversion,PI）算法信噪比恶化问题,推导了最小均方误差准则下最优权矢量组成,提出了处理增益更高、工作范围更广的改进算法。算法通过对接收信号协方差矩阵进行特征分解,根据特征值分布特点舍去噪声特征向量,组成新的协方差矩阵,得到具有指向性的最优权值矢量。仿真结果表明,与传统PI算法相比,改进算法在期望方向形成自适应波束,获得的信干噪比增益和信噪比增益高出约9.6 dB,较好地改善了信噪比恶化问题。     

一种改进的基于DFT算法的MIMO-OFDS信道估计算法

本文提出了一种改进的DFT信道估计算法,首先将频域信道估计转换到时域,然后将时域中循环前缀长度之外的信道估计值置零。在此基础上,改进的算法要求对循环前缀之内,也就是n≤LG-1的信道估计值做进一步的处理,以便进一步消除噪声的干扰。通过计算机仿真验证了改进的DFT算法优于原算法。     

一种基于证据距离的D—S改进算法

针对高冲突下Dempster证据组合规则失效的问题,定义了描述证据可靠程度的可信度的概念,提出了一种改进的D-S组合算法。该方法首先通过证据距离,建立相似性矩阵,确定证据可信度,对证据进行预处理,再采用Dempster规则进行组合。通过仿真算例并与其它改进方法进行对比,验证了新算法在高冲突证据的情况下,可以有效地减小冲突对组合结果的影响,同时提高了证据组合的收敛速度,降低了决策风险。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

一种基于信号强度的OLSR路由协议改进算法

借助接收分组时测得的信号强度,提出OLSR-PSSA(Pre-rerouting and Signal Strength A-ware OLSR)改进协议。为了建立和维护生存时间更长、链路更加健壮的路由,并加入预切换路由机制,来适应节点的移动和网络拓扑结构的频繁变化。OPNET仿真结果显示,与传统OLSR协议相比,OLSR-PSSA改进协议提升了传输成功率,增加了网络吞吐量。     

一种改进的基于3D-BN-GRU网络的行为识别算法

行为识别是计算机视觉研究一大热点,为了改善其计算量大、识别率低的问题,提出了一种基于三维卷积神经网络(3Dimension Convolutionnal Neural Network,3D-CNN)与门控循环单元网络(Gated Recurrent Unit,GRU)相融合的行为识别算法。该算法采用keras框架,首先对3D-CNN结构进行优化,采用把大的卷积核用若干个小的串联起来的Block结构;然后在每层卷积层后采用批量归一化处理,并添加Dropout层以提高网络泛化能力;最后与GRU网络融合,使用Softmax进行分类得出结果。实验结果表明,所设计的融合网络有较高的识别率,达到94.5%。