k近邻分类相关论文
针对于类不平衡的偏标记学习问题,提出一种可以较有效处理类不平衡问题的偏标记K近邻学习算法（K-nearest neighbor algorithm for c......
随着云计算技术的快速发展,云服务商为用户提供了性能强大且具有弹性的数据存储和计算资源,将数据挖掘工作外包至云环境可以显著降......
为准确评估大规模轨迹数据中的船舶停留活动,构建了两阶段船舶轨迹停留点提取策略,提出了特征驱动的船舶停留行为识别与自动分类方......
目的 为了提高网络敏感信息过滤能力,提出基于K近邻分类算法的网络敏感信息自动过滤方法.方法 采用混合云构架技术对网络敏感信息......
高光谱遥感数据存在数据冗余和维数灾难问题，降维是一种重要的预处理方法。尽管线性降维算法像PCA和LDA实现简单，但是高光谱图像具有......
许多传统分类算法都以训练数据和测试数据具有相同或至少非常相似的分布为前提,但是在实际应用中,该前提很难得到保证,这降低支持......
近年来,图像信息科学在生活中被越来越广泛地应用,图像信息提取技术也相应成为了该领域的研究热点,其中图像小波变换算法和K近邻分......
样本之间相似性的度量是模式识别领域所研究的核心问题之一,特征变换和测度学习在模式识别中具有十分重要的意义,对很多分类和聚类......
文本是存储和交换信息的最自然的方式，但是，随着信息时代的高速发展，文本的数量呈指数级增长，因此，如何迅速的从海量文本中获取信息就成......
纵裂纹是典型的铸坯表面缺陷,严重影响过程顺行和连铸坯质量.铸坯表面纵裂纹的识别和预测对于铸坯质量的提升具有重要意义.针对纵......
针对HRV信号的特征值提取和分类识别问题,提出一种AR/KNN联合信号模式识别算法.该方法首先采用AR谱分析提取HRV频域特征值,结合信......
函数型数据的理论研究已经得到了很好的发展,目前函数型数据的应用研究也越来越得到学者们的广泛关注。函数型数据分类问题是函数......
现实中的数据往往具有多标记性。例如,一张图片可能同时包含“沙漠”、“骆驼”和“蓝天”等语义标注;一篇新闻报道可能同时包含“......
随着信息技术日新月异的发展,文本数据呈爆炸式增长,文本分类与聚类也随之成为研究热点。K近邻算法和非负矩阵分解算法是文本分类......
如何准确的解读人类的情绪状态一直是人工智能、医学、计算机等领域的科研工作者急需解决的问题,在情绪识别研究领域中,研究学者不......
在地理空间数据库中建筑物是核心地形要素之一，同时也是城市环境中不可缺少的重要组成部分以及人类活动的重要聚居地。而随着社会的......
基于k近邻分类算法具有二次方的时间复杂度,它是机器学习中的一种常用分类算法,在学习训练过程中经过优化后能够大幅度降低计算次......
不确定性数据主要分为元组存在不确定和属性值不确定两种,针对属性值不确定提出了一种k近邻分类算法。算法中对象属性是离散型的,......
基于协同过滤的电子商务推荐系统极易受到托攻击,托攻击者注入伪造的用户模型增加或减少目标对象的推荐频率,如何检测托攻击是目前......
特征权重学习是基于特征赋权的K近邻算法需要解决的重要问题之一，传统上提出了许多启发式的学习方法。近年来，随着进化计算技术在模......
针对目前蛋白质提取方法仅以单句信息为依据的不足,文中提出了以相似性为框架基于大规模文本的蛋白质交互关系识别方法。首先通过......
建立了基于树叶纹理建模的树叶识别系统。首先提取采集的树叶的感兴趣区域,然后利用小波变换对重要区域进行分解,提取分解后的高频......
提出了基于主成分分析（Principal Component Analysis，PCA）的K近邻（KNearest Neighbor，KNN）分类原理，并将其应用于胎心率与宫缩描记图分类......
增量学习的效果直接影响到KNN的效率和准确率。提出基于分类贡献有效值的增量KNN修剪模型（C2EV-KNNMODEL）,将特征参数的分类贡献度与......
围绕KNN算法,以寻求高精度、高效率的相似性距离度量方法为主要研究目的。根据特征参数熵变换指标的类别特点,提出一种运用熵特征......
将核学习方法的思想应用于K近邻法中，提出了一种核K近邻算法，算法的主要思想是：首先将原空间中待分类的样本经过一个非线性映射，映射到......
传统的K近邻（KNN）分类算法在实际应用过程中存在一些缺陷：没有考虑去除噪声样本,也没有考虑到在样本数据空间变换过程中保持样本数据......
大规模复杂电网在不同运行条件下其低频振荡模式变化明显,基于扰动信号和类噪声信号的振荡辨识海量结果需在线分析,以完成多个模式......
针对当前HTTP请求过滤方法对嗅探器端口依赖与时间戳连续性依赖的缺点,本文提出了一种基于K近邻的机器学习分类方法,在保证较好的......
综合考虑聚类、分类的特点,从聚类结果出发,学习并利用初始聚类结构信息形成训练集,结合迭代分类思想重新划分原数据集,提出一种基......
现有采用机器学习方法的蛋白质交互关系识别系统仅以单句为依据,并且存在标注数据缺乏导致训练集规模小的问题。为此,基于相似性混......
在信息技术高速发展的当代社会,加强信息安全变得日益重要。作为信息安全技术之一的身份识别技术已经广泛渗透到我们生活中的各个......
异性纤维在棉花中虽然占得比重很小,但危害很大,直接影响着纺织品的质量.传统的异纤检测识别算法多采取固定阈值法,但是由于检测对......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
稀疏表示分类方法（SRc）在人脸识别方面取得了当前最好的分类结果，针对SRC存在的问题，提出稀疏近邻表示方法（SNRC）。在局部线性嵌入方法前......
针对众多图像分割算法中计算量大,算法过程复杂,算法运行速率较慢等问题,文中采用将超像素图像分割技术与FPGA并行处理技术相结合......
随着现代医学影像科技技术的日益进步和快速发展,尤其是包括CT之类的先进医学设备的引进,使得大量的人体组织CT医学影像图片与日俱......
K近邻(K-Nearest Neighbor,KNN)分类是模式识别中一种经典的非参数统计方法,由于其简单、直观、有效等特点,被认为数据挖掘十大算......
在外科神经修复手术中,正确识别神经束性质是实现良好修复的关键.本文将显微高光谱成像技术应用于神经分类中,并对分类的可行性进......
采用原始图割算法从复杂的背景中提取目标对象,经常需要大量用户交互信息并会产生错误的分割结果。针对此问题,提出一种K近邻分类......
使用PCA降维,提取人脸表情特征,并结合基于距离的哈希K近邻分类算法进行人脸表情识别。首先使用类Haar特征和AdaBoost算法进行人脸......
针对传统快速k 近邻分类算法的缺陷 ,提出了一种基于近邻搜索的快速k 近邻分类算法———超球搜索法。该方法通过对特征空间的预组......
特征变换和测度学习在模式识别中具有十分重要意义。通过特征变换,可以得到样本新的表示以及样本间更合适的距离测度,从而更有利于......
