首页|新能车属性离散化的分辨矩阵和信息增益算法

新能车属性离散化的分辨矩阵和信息增益算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对新能源智能车监控数据中包含过多的连续属性,提出了一种基于分辨矩阵和信息增益率的有监督离散化算法,从而降低连续属性的取值精度,使得新能源智能车后续的分类模型建立更具泛化能力.该算法在保证分类效果的前提下,获得尽可能少的结果断点,主要从3个方面对传统的离散化算法进行优化,一是根据决策表的条件属性与决策属性构建候选断点分辨矩阵,通过分辨矩阵判断相邻属性取值之间是否有可能的断点;二是用信息增益率来优化结果断点的选取;三是通过设定停止阈值解决了传统算法因停止条件过于严格导致算法选取过多的结果断点、离散化效果一般的问题.实验结果表明,改进的算法能够有效减少断点数量,大幅提高计算效率,并获得与经典算法相近的离散结果.
Candidate Cuts Matrix and Information Gain Algorithm for Discretization of New Energy Vehicle Attributes

周爱国、于江洋、施金磊、王嘉立、魏榕慧

展开 >

同济大学机械与能源工程学院,上海 201804

新能源智能车 连续属性 分辨矩阵 信息增益率 离散化

国家重点研发计划

2016YFB0100902

2021

10.19708/j.ckjs.2020.10.314

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2021.40(4)
  • 7