K-近邻法相关论文
随机森林(Random Forests Algorithm,RFA)是一种包含多个分类树的组合分类器,其特点是在形成分类器的过程中能够对特征参量的重要......
随着计算机以及通信等技术的发展,人们对物品或人的位置的需求也越来越强烈,定位技术发展迅猛。室外定位系统如GPS最为人们熟知。......
为了探讨应用Sentinel-2A遥感影像进行森林蓄积量估测的可行性,以内蒙古自治区某林业局的一类清查样地数据、二类调查小班数据、数......
基于运动想象的脑—机接口系统(motor imagery brain computer interface,MI-BCI)是一种新兴的康复治疗手段.如何提高MI-BCI的识别......
基因芯片数据分析是模式识别领域的一个重要研究课题。基因表达数据通常是测定几十个样本中成千上万个基因的表达值，得到的数据矩阵......
利用生物的声音对生物的种群进行识别对野生动物保护、侦测等等领域都很有帮助,可以有效的提高识别效率、工作效率,节约人力物力。......
在信息化大爆炸的今天,如何高效地从现有复杂多变的信息中提取出人们所需要的信息是一个急需解决的难题。为了解决这个难题,机器学......
为提高指纹匹配的正确率,综合局部细节匹配算法和全局匹配算法,提出一种将两者相融合的二次匹配方法。在提取指纹细节特征信息并去......
本文从图像角度介绍化学分子结构图信息的自动提取方法,重点介绍了基于K-近邻法的化学分子结构中原子字符的识别。该方法首先提取......
为了对嵌入式构件进行智能管理,提出了一种基于实例的学习算法。该适应算法能对经XML形式化表达过的构件进行自适应调整,从而在软......
为了解决日益严重的垃圾邮件问题,设计了一个新型的基于K-近邻法及移动agent技术的垃圾邮件检测系统。简单介绍了K-近邻法及移动ag......
针对粉末状态下的中药材显微图像明显具有纹理的特性,提出了一种基于多类型特征组合的中药材显微图像的识别方法.分别使用了三种分......
本文主要采用两种降维的方法和k-近邻法（KNN）有监督分类的方法来对基因芯片（微阵列）数据进行分析。PCA,PLS是一种提取海量的数据有效特......
介绍了支持向量机用于解决模式分类问题的基本原理，在对传统的多分类方法OVO（one—versus—one）深入分析的基础上，针对其存在的不可分......
文本自动分类的相关技术是数据挖掘的一个分枝，K-近邻法是常用的文本分类算法之一。在研究K-近邻法的基础上，根据其使用情况分析了K-......
对中药光谱指纹图谱与色谱指纹图谱的分类特性进行了研究,针对同一种药品数据样品的光谱图谱与色谱图谱进行小波分解,得到其高频部......
由于地形分类对于提高移动机器人的自治移动性能十分重要，尤其在行星表面探测时尤为突出。在四轮移动机器人左前轮轮臂上安装x，y，z向......
小波分解可以大幅度降低人脸图像的维数,图像的基本信息不丢失,可以很好地表征人脸特征.用低频分量和加权高频分量分别结合PCA进行......
本文所统计分析的数据集是前列腺癌基因数据集。采用分片逆回归方法和二种有监督分类的方法：k-近邻法（KNN）。支持向量机（SVM）。对基因芯......
K-近邻方法是一种基于统计的分类方法，是分类领域中比较常用的一种方法。针对当今存在的电子邮件泛滥的问题．在分类准确率较高的K-近......
分类算法一直以来都是数据挖掘领域的研究重点,朴素贝叶斯分类算法是众多优秀分类算法之一,但由于其条件属性必需独立,使得该算法......
k－近邻法是相对分类算法中最简单的一种，其核心思想是“与近邻有趋同的选择”，即为预测一个新观测的输出变量的取值，在已有数据中找到......
基于控制信号为皮层慢电位的脑机接口数据,本文提出了一种脑电模式识别的新方法.该算法将脑电数据的近似熵值、自相关系数和皮层慢......
提出了一种基于Hilbert—Huang描述子和K-近邻法的步态识别方法．对于每个步态序列，首先通过背景减差法检测运动目标的轮廓，然后使用Hi......
精确实时在线的运动模型对于侧滑移动机器人的运动控制和轨迹规划至关重要,相比于离线模型估计,该文在基于速度瞬心(ICRs)的侧滑移......
应用主分量分析法和K-近邻法对基因芯片（微阵列）数据进行分析。主分量分析法是一种提取海量数据有效特征的有效方法，可以获得与原来基......
使用传统的互信息评估函数进行特征选择方法,得到的分类精度并不高。提出了一种考虑词频作用的互信息评估函数,并采用了K-近邻算法......
K-近邻法(K-Nearest Neighbor,KNN)是一种应用广泛的人工智能方法,可用于线性不可分的多类别样本的识别。该方法的基本原理是在多......
为了解决利用空间技术（RS、GIS）以及数量化方法进行森林蓄积估测预报精度较低或是应用范围有限等问题，提出了一种新的森林蓄积估测方......
针对直推式支持向量机（TSVM）需要遍历所有无标签样本花费时间长的缺点,提出一种基于改进k-近邻法的直推式支持向量机学习算法——k2T......
采用支持向量机、K-近邻法(K-NearestNeighbor,K-NN)、概率神经网络(ProbabilisticNeuralNetwork,PNN),结合乳腺肿瘤的细针穿刺细......
将模式识别的方法应用于入侵检测中,建立两个向量集合,一个代表正常网络行为,另一个属于网络中的黑客行为,利用模式识别中的K-紧邻......
引入生物信息学中的序列比对方法及非参数的符号时间序列分析方法,与已有的K-近邻法相结合,提出一种新的股价波动预测方法。将样本......
为了有效避免公司出现重大经济风险,提出了一种基于组合分类方法的公司财务危机预警模型。该模型先是选取具有代表性的财务指标并......
雷达对抗侦察包括雷达辐射源信号的截获、分选、分析和识别。雷达辐射源信号识别是整个雷达对抗信号处理中的关键性过程,是现代电......
路面图像的病害自动检测,一直是图像处理和模式识别领域的一项挑战性工作。本文的路面病害自动检测主要是针对裂缝类病害的,本文提......
针对遗传算法容易产生早熟现象以及局部寻优能力较差的缺点,提出一种求解旅行商问题的高效混合遗传算法。该算法首先用加权最近邻......
针对多目标跟踪中目标与观测样本关联难的问题,提出了一种基于K-近邻法和粒子滤波的多目标跟踪算法.首先利用K-近邻方式将目标和观......
为提高支持向量聚类法对分布复杂、不均匀雷达辐射源信号样本聚类的正确率,提出一种结合剪辑近邻法、K-近邻法和支持向量聚类的无......
在信息化大爆炸的今天,如何高效地从现有复杂多变的信息中提取出人们所需要的信息是一个急需解决的难题。为了解决这个难题,机器学......
近年来,机器学习已成功应用于模式识别领域,并且随着研究的深入,机器学习的相关算法和理论又得到了完善和扩展。本文将阐述机器学......
模拟电路测试和诊断自20世纪70年代以来,一直是电路与系统领域的研究热点,至今已取得了诸多显著的理论成果,但由于模拟电路元件的......
遥感作为近几十年迅速发展起来的一门综合性技术学科,因其具有观测范围广、采集息量大、获取信息速度快等特点,已经在民用和军用的......
针对K-近邻法中常规指纹相似度匹配准则未能充分利用测试点和参考点的几何距离信息问题,该文提出了正则化距离准则的Wi-Fi位置指纹......
随着金融市场波动的加剧及其在全球范围内的广泛传播，采用科学的方法对金融市场波动进行分析，对于预测金融市场波动具有重要意义。其......
电子鼻是一种由具有部分选择性的化学传感器阵列和相应的模式识别系统组成,能识别简单或复杂气味的仪器,是90年代发展起的一种新颖......
