-
公开(公告)号:CN103310027A
公开(公告)日:2013-09-18
申请号:CN201310287936.2
申请日:2013-07-09
Applicant: 中国人民解放军信息工程大学
IPC: G06F17/30
Abstract: 本发明涉及一种用于地图模板匹配的规则提取方法,含有下列步骤:1:设在地图模板眼动实验中测得|T|组实验数据,该实验含有h个决策属性,将|T|组实验数据组成数据集T,再从|T|组实验数据中随机选出|S|组实验数据组成训练集S;2:在数据集T中,如果h个决策属性中有h1个决策属性所对应的测试值是连续数值,则分别对该h1个决策属性对应的数值进行离散处理;3:在训练集S中,遍历h个决策属性,得出各决策属性的信息增益率,选择信息增益率最大的决策属性作为根节点属性;4:以自顶向下的递归方式,通过内部节点评价选取适当决策属性,并根据该属性不同取值由该节点向下分支,最终形成决策树;本发明准确率高、效能高。
-
公开(公告)号:CN103310027B
公开(公告)日:2016-10-05
申请号:CN201310287936.2
申请日:2013-07-09
Applicant: 中国人民解放军信息工程大学
IPC: G06F17/30
Abstract: 本发明涉及一种用于地图模板匹配的规则提取方法,含有下列步骤:1:设在地图模板眼动实验中测得|T|组实验数据,该实验含有h个决策属性,将|T|组实验数据组成数据集T,再从|T|组实验数据中随机选出|S|组实验数据组成训练集S;2:在数据集T中,如果h个决策属性中有h1个决策属性所对应的测试值是连续数值,则分别对该h1个决策属性对应的数值进行离散处理;3:在训练集S中,遍历h个决策属性,得出各决策属性的信息增益率,选择信息增益率最大的决策属性作为根节点属性;4:以自顶向下的递归方式,通过内部节点评价选取适当决策属性,并根据该属性不同取值由该节点向下分支,最终形成决策树;本发明准确率高、效能高。
-