章景
- 作品数：4 被引量：5H指数：1
- 供职机构：中南林业科技大学计算机与信息工程学院更多>>
- 发文基金：国家林业公益性行业科研专项更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 数据挖掘技术在医疗费用异常检测中的应用被引量：1
- 2012年
- 对医疗费用的异常检测做出一个分析方案。通过SQL Server 2008挖掘平台,利用期望最大化数据挖掘算法,结合小概率事件原理对医疗费用是否异常做检测分析,并把结果通过报表展示出来。该方案能够对医疗费用数据从总体上进行挖掘,提高数据分析效率,并且为医疗异常费用的稽查提供有力的依据。
- 王凯魏善沛章景
- 关键词：数据挖掘期望最大化算法多维数据集小概率事件
- 基于SVM的人工林地力评价研究与实现
- 近年来，随着我国经济和社会的快速发展，各行各业信息化程度不断提高，林业信息化建设也取得长足的进展。地力数据是林业中最重要的数据类型之一，对这类数据进行分析，对地力等级进行评价，已成为林业部门一项重要的日常工作。
支...
- 章景
- 关键词：粗糙集支持向量机人工林地力评价
- 文献传递
- 粗糙集与SVM的组合算法在人工林地力评价中的应用被引量：4
- 2013年
- 采用粗糙集(Rough Set,RS)与支持向量机(Support Vector Machine,SVM)相结合的组合算法,寻求人工林地力等级评价的新方法。利用地力样本数据及指数和法评价结果构建RS决策表,应用RS的穷尽算法对决策表进行约简,并用约简后的评价指标作为SVM的输入,对SVM进行训练,建立人工林地力等级的RS-SVM评价模型。应用该方法对湖南会同集水区杉木林土壤肥力质量等级进行评价,在同样的训练样本的情况下,RS-SVM模型、SVM模型及BP神经网络模型评价正确率分别为78%、78%、67%。与单一SVM评价方法相比,RS-SVM模型在保证评价精度的同时,降低了算法的空间和时间复杂度,提高了训练效率,同时具有比人工神经网络更高的评价精度。
- 魏善沛章景王凯
- 关键词：人工林地力评价粗糙集支持向量机
