[发明专利]基于决策树的工件编码方法

权利要求书

1.一种基于决策树的工件编码方法，其特征在于，包括：

选取W道影响工件分类的工序因子，分别计算所述W道工序因子与预设的决策属性之间的相关系数，其中W为大于0的整数；

根据所述相关系数的值从W道工序因子中选取T道工序因子，所述T道工序因子作为影响工序分类的条件属性，其中T为大于0且小于等于W的整数；

获取条件属性对应的信息熵，根据所述信息熵计算得到每个条件属性的信息增益；

根据所述信息增益确定每个条件属性的分割点，判断每个条件的隶属度是否满足并根据所述分割点与相关系数递归构建决策树；

基于所述决策树对工件进行分类并编码，并将结果保存于类别确定模块；

其中，所述条件属性d_i关于A_j的隶属度，包括：

其中，A_ji代表预设的决策属性中第j类的第i个属性的期望值，代表预设的决策属性中第j类的第i个属性的方差；

倘若ρ(d_i,A_j)的结果小于零，则当前工件必然不属于A_j，属于其他类别；

若ρ(d_i,A_j)大于等于零，则判断A_j为当前工件的候选类，若无其他大于零的隶属度值，则A_j为当前工件的类别，若存在其他类别的隶属度值大于零，则需要继续选取新的特征进行上述判别，直到类别唯一。

2.根据权利要求1所述的方法，其特征在于，所述W道工序因子与预设的决策属性之间的相关系数的获取方法为：

其中，表示第i个条件属性d_i与预设的决策属性D之间的相关系数，d_i表示第i个条件属性，i为大于等于1且小于等于W的整数，D表示预设的决策属性，Cov(d_i,D)表示d_i与D的协方差，D(d_i)表示d_i的方差，D(D)表示D的方差。

3.根据权利要求1所述的方法，其特征在于，获取数据集中每个条件属性对应的信息熵H(d_i)的方法为：

其中，

其中，m表示预设的决策属性有m种工件分类类别集合A＝{A₁,A₂,...,A_m}，A_j表示第j类；

H(d_i|A_j)为特征d_i对于A_j的归一化的信息熵，其分子的值代表d_i到A_j的距离，值越小，表示特征被归入A_j类的可能性越大，反之，特征被归入A_j类的可能性越小；分母则是进行了归一化操作；

H(d_i)为当前所有i＝1,2,...,n中的最小值。

4.根据权利要求3所述的方法，其特征在于，获取数据集中每个条件属性对应的信息增益g(D,d_i)的方法为：

g(D,d_i)＝H(D)-H(d_i)

其中，D表示预设的决策属性，H(d_i)表示数据集中每个条件属性对应的信息熵，H(D)表示K类样本与预设的决策属性之间的信息熵

H(D)＝-m×log₂(1/m)。

5.根据权利要求1所述的方法，其特征在于，根据信息熵最小、信息增益最大的原则来为每个条件属性获取分割点。