《自动化专业方向设计》报告模版.

《《自动化专业方向设计》报告模版.》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、西南科技大学自动化专业方向设计报告设计名称：ID3算法在Matlab下的实现及应用姓名：学号:班级：指导教师：起止日期：西南科技大学信息工程学院制12方向设计任务书学生班级：学生姓名：学号：设计名称：ID3算法在Matlab下的实现及应用起止日期：指导教师：冯兴华设计要求：（1）了解数据挖掘中分类分析的概念，掌握分类问题的一般流程。（2）了解决策树的概念，熟悉ID3等基本决策树模型。（3）以文献《YuanY,ShawMJ.Inductionoffuzzydecisiontrees[J].FuzzySetsandSystems,1995,69:125-139》为基础，了解模糊

2、决策树分类模型。（4）掌握信息熵、信息增益、模糊度、分类不确定性等概念，并能利用matlab实现上述基本概念。（5）能利用matlab编写决策树的基本架构，利用递归方法实现模糊决策树。（6）会利用编写好的模糊决策树程序对现实数据进行分类。方向设计学生日志时间设计内容11月10日认识matlab编写软件，熟悉相关操作，并尝试程序编写。11月14日安装组态软件，学习组态软件的组成，熟悉相关操作。11月18日了解决策树的概念熟悉ID3等基本决策树模型11月22日掌握信息熵、信息增益、模糊度、分类不确定性等概念11月26日设计监控界面，编写应用程序。11月28日利用matlab编写

3、决策树的基本架构,进行系统调试，发现问题并解决问题。11月29日系统程序修改，尽量满足控制要求，提高监控质量。11月30日完善系统设计。12月1日完成报告。12ID3算法在matlab下的应用及实现摘要（150-250字）ID3算法是数据挖掘决策树算法中应用比较广泛的算法。本文采用ID3算法对发动机功率不足故障中的决策树进行研究与分析，针对ID3算法中的不足，提出一种基于Matlab的决策树算法，此算法根据输入的不同样本值，通过改变其权值来该决定输出值，使所得的决策树更合理、高效关键词（3~5个）数据挖掘；决策树；ID3算法；Matlab12英文题目英文摘要（150-250

4、字）:Thispapermainlydescribesthedataminingonthedecisiontreealgorithm,discussedthebasictheoriesandprincipleconcerningID3algorithm.theuseofthealgorithmtotheteachers'teachingqualityevaluationdataforanalysis,constructingqualityevaluationdatadecisiontreemodel英文关键词（3~5个）datamining；decisiontree；ID3

5、algorithm 12一、设计目的和意义随着信息技术的迅速发展以及人们获取数据手段的多样性，各行各业都拥有大量的数据，面对这个庞大的数据海洋，如何更好地利用这些数据资源、挖掘出其中蕴含的信息和知识，已成为专家和学者们广泛关注的问题。在这样的背景之下，数据挖掘技术也随之应运而生和蓬勃发展起来。数据挖掘中决策树是一种比较重要的方法。决策树算法是一种较为广泛的归纳推理算法，它通常采用一组无次序、无规则的实例推理出决策树表示形式的分类规则。决策树是一种类似于流程图的树形结构，其顶点结点作为树的根结点采用的是样本的属性，树的分支采用的是样本的属性值，树的叶子结点表示的是本属性值所在

6、的类。根据所采用的算法不同，所得决策树也不尽相同。如:ID3算法，C4.5算法，或者是其它的一些改进算法，也包括本文中将要提到的基于Matlab的决策树算法。ID3算法使用信息熵作为标准，但是此算法存在着缺陷，因此对ID3算法进行了改进，采用基于Matlab的决策树算法。我们以汽车故障诊断系统中发动机的故障为实例，对两种算法进行比较，发现改进后的算法是比较有效的。二、控制要求（1）了解数据挖掘中分类分析的概念，掌握分类问题的一般流程。（2）了解决策树的概念，熟悉ID3等基本决策树模型。（3）以文献《YuanY,ShawMJ.Inductionoffuzzydecisiont

7、rees[J].FuzzySetsandSystems,1995,69:125-139》为基础，了解模糊决策树分类模型。（4）掌握信息熵、信息增益、模糊度、分类不确定性等概念，并能利用matlab实现上述基本概念。（5）能利用matlab编写决策树的基本架构，利用递归方法实现模糊决策树。（6）会利用编写好的模糊决策树程序对现实数据进行分类。三、设计方案论证1决策树简介决策树通过使用信息论知识原理对获取到样本的众多属性进行解析和归纳，并最终形成类似于流程图的树型结构形式。树型结构节点为样本的属性，分支为属性取值，其中