一種動(dòng)態(tài)決策樹的構(gòu)建方法
【專利摘要】本發(fā)明公開了一種動(dòng)態(tài)決策樹的構(gòu)建方法,包括構(gòu)建決策表、將決策表數(shù)字化、提取動(dòng)態(tài)決策樹以及分類決策等步驟，本發(fā)明將感知智能融入信息決策系統(tǒng)之中，形成智能的信息決策系統(tǒng)，提高了信息決策系統(tǒng)搜索與分類決策效率，具有很強(qiáng)的應(yīng)用價(jià)值。
【專利說明】-種動(dòng)態(tài)決策樹的構(gòu)建方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于模式識(shí)別領(lǐng)域，具體涉及一種動(dòng)態(tài)決策樹的構(gòu)建方法。

【背景技術(shù)】
[0002] 自然界內(nèi)所有的生物在進(jìn)化過程均會(huì)中產(chǎn)生一種感知智能，局部感知的決策規(guī)則 的思路則來源與此。生物的感知智能充滿它們的整個(gè)生命周期，是它們生存經(jīng)驗(yàn)的積累，為 它們的成長(zhǎng)和生存做出了極大的貢獻(xiàn)。例如，動(dòng)物通過嗅覺聞到了似乎是某種食物的味道， 但是并不確定，該時(shí)它會(huì)調(diào)動(dòng)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(xì)感知食物可能發(fā)出的聲音，通過各個(gè)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(dòng)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(gè)器官采集的信息仍然無法做出具體的判斷， 此時(shí)需要再調(diào)動(dòng)身體的其它器官感知新的信息，W致最后做出確定的判斷。通過感知智能， 生物可W迅速發(fā)現(xiàn)食物，也可W根據(jù)部分信息迅速發(fā)現(xiàn)危險(xiǎn)并提前采取措施規(guī)避危險(xiǎn)，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(shí)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(fā)。在常規(guī)的決策系統(tǒng)中，常常是先收集完所有相關(guān)目標(biāo)的信息 后，再根據(jù)收集的信息做出分類決策。而有的信息的收集需要相當(dāng)長(zhǎng)的時(shí)間，當(dāng)某些信息對(duì) 決策分類非常重要的時(shí)候，等待該信息是值得的，當(dāng)某些信息對(duì)決策分類非常不重要的時(shí) 候，即該信息對(duì)決策分類實(shí)際上并不做出貢獻(xiàn)，此時(shí)等待該信息就是不值得的。如果在決策 系統(tǒng)中引入了感知智能，通過對(duì)首先接收到的信息進(jìn)行初步判斷，如果已完成分類決策，那 么信息系統(tǒng)就不必再接收新的與該知識(shí)相關(guān)的信息；如果未完成分類決策，那么信息系統(tǒng) 就根據(jù)接收到的信息與規(guī)則庫的規(guī)則匹配，形成感知引導(dǎo)，感知新的對(duì)決策分類有用的信 息，最后重復(fù)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(guī)則一引導(dǎo)感知新信息一分類決策"的過程，既實(shí)現(xiàn)了通過部分已知信息完成分類識(shí)別，又 實(shí)現(xiàn)了根據(jù)部分已知信息完成感知引導(dǎo)接收新信息。為信息決策系統(tǒng)的信息處理節(jié)省了大 量的時(shí)間，使得信息決策系統(tǒng)可W在很多時(shí)候提前做出決策，將有利因素?cái)U(kuò)大，同時(shí)規(guī)避有 害因素，是信息系統(tǒng)智能化的體現(xiàn)。
[0004] 綜上所述，如何將感知智能融入信息決策系統(tǒng)之中，形成智能的信息決策系統(tǒng)，對(duì) 提高信息決策系統(tǒng)搜索與分類決策效率，具有很強(qiáng)的應(yīng)用價(jià)值。
[0005] 說明書內(nèi)容
[0006] 本發(fā)明在常規(guī)的決策樹提取算法的基礎(chǔ)上，提出了一種動(dòng)態(tài)決策樹的提取算法模 型即動(dòng)態(tài)決策樹的構(gòu)建方法，實(shí)現(xiàn)了對(duì)已知條件信息動(dòng)態(tài)選擇決策樹的作用，從而實(shí)現(xiàn)了 對(duì)已知條件信息的充分利用，提高了模式識(shí)別效率。
[0007] 動(dòng)態(tài)決策樹的構(gòu)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(nèi)所有屬性是否都是數(shù)字，如果有屬性不是屬性而是字符，貝U 轉(zhuǎn)換到數(shù)字域，轉(zhuǎn)換方法根據(jù)字符特性來生成一個(gè)區(qū)間上的數(shù)字信息，最終保證所有的屬 性都是數(shù)字。
[0010] St巧3:對(duì)于決策表內(nèi)的任一條件屬性Va eCX/*y)，來計(jì)算其它條件在 不同環(huán)境下的屬性重要性，計(jì)算過程為：
[0011] St巧3-1:選擇Pi= Vm的環(huán)境下，其余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(jì)算屬性Pi= V m條件下對(duì)其余條件屬性不同屬性值情況下對(duì)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(jì)算屬性Pi= Vm條件下對(duì)其余條件屬性不同屬性值情況下對(duì)最終決 策的局域?qū)傩灾匾龋綖椋?br>
【權(quán)利要求】
1. 一種動(dòng)態(tài)決策樹的構(gòu)建方法，其特征在于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(nèi)所有屬性是否都是數(shù)字，如果有屬性不是數(shù)字而是字符，則轉(zhuǎn)換到數(shù) 字域，轉(zhuǎn)換方法根據(jù)字符特性來生成一個(gè)區(qū)間上的數(shù)字信息，最終保證所有的屬性都是數(shù) 字； (3) 對(duì)于決策表內(nèi)的任一條件屬性vaea/#./)，來計(jì)算其它條件在不同環(huán)境 下的屬性重要性，計(jì)算過程為： ① .選擇Pi=Vm的環(huán)境下，其余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(jì)算屬性Pi=Vm條件下對(duì)其余條件屬性不同屬性值情況下對(duì)最終決策的模糊正 域，公式為：; ③ .計(jì)算屬性Pi=Vm條件下對(duì)其余條件屬性不同屬性值情況下對(duì)最終決策的局域?qū)?br> (4) 按照步驟（3)計(jì)算的局域?qū)傩灾匾詫?duì)所有其余屬性進(jìn)行排序，獲取當(dāng)前屬性下 的最大局域?qū)傩灾匾砸?guī)則Pi=Vm-Pj=Vnl; (5) 以上一次獲得的規(guī)則為聯(lián)合條件，再去求解其余條件屬性的局域?qū)傩灾匾?，只?有一個(gè)屬性所獲得的局域?qū)傩灾匾源笥诹?，則跳轉(zhuǎn)到步驟（3)進(jìn)行最大局域?qū)傩灾匾?規(guī)則提取； (6) 如果所有剩余條件屬性的局域?qū)傩灾匾詾榱?，則表明其余的屬性并不能提供更 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?qū)傩灾匾砸?guī)則提?。? (8) 結(jié)束；輸出所有的最大局域?qū)傩灾匾砸?guī)則 Pi=Vmeanl^P3=Vmean2^ (D,2), --?〇
【文檔編號(hào)】G06F17/30GK104503976SQ201410681204
【公開日】2015年4月8日 申請(qǐng)日期:2014年11月24日 優(yōu)先權(quán)日:2014年11月24日
【發(fā)明者】赫熙煦, 陳雷霆, 蔡洪斌, 邱航, 盧光輝 申請(qǐng)人:電子科技大學(xué), 東莞電子科技大學(xué)電子信息工程研究院