k最近邻算法相关论文
目的 基于K最近邻（K-nearestneighbors，KNN）算法构建及验证代谢综合征预测模型，并对比其预测性能。方法 对基于KNN算法构建的预测模型......
车身覆盖件的设计是整车设计和加工中相当关键的一个环节,目前车身覆盖件冲压工艺参数设计方法大多是采用数值优化方法,这种方法在......
为了研究中小河流的径流规律及特征，选择秦淮河作为研究对象，针对秦淮河流域的地形、水系、产汇流特性、水利工程及下游潮位特征，建立......
针对大数据时代下桥梁健康监测数据分析的诸多难点,结合机器学习日渐成熟的各类算法,本文采用机器学习理论技术为基础,对桥梁结构......
为了提高忠诚度预测的准确度和效率,该文将K最近邻(Knearest neighbor,KNN)算法和贝叶斯算法相结合作为分类预测策略,提出一种基于......
从现有文献以及数据库中收集细菌素信息,结合数据库技术建立细菌素信息数据库。通过MOE软件和E-Dragon平台生成分子描述符。基于随......
随着Internet的飞速发展,电子信息的数量不断增加.如何监视这些信息内容,以及如何在这些内容中迅速准确地发现某一特征的信息,对于......
进入二十一世纪以来，网络安全越来越受到社会各个领域重视。水利系统作为我们整个国家关键基础设施的不可分割的一部分，其网络安全的......
近年来,人们越来越依赖于社交软件来表达自己的观点,如使用微博、论坛、贴吧等渠道发表意见,表达情感。而人们对于热点事件和话题......
传统的视频检索都是基于视频人工标注的关键字检索,但是当视频的数据量非常大的时候,需要消耗的人力会急速的增加。因此采用了一种......
随着计算机的普及和办公的自动化,工作流技术得到了迅速的发展和广泛的应用,并催生了许多工作流管理系统。为了满足应用需求这些系......
随着计算机网络技术的发展，网络信息变得越来越海量，同时也越来越复杂，人们在浏览网页新闻时能否快速找到自己感兴趣的类别是判别该网......
深层网络指的是位于表层网络之下所隐藏的数据，需要用户填写表单发送查询请求才能获取，其数据量远远超过表层网络且信息价值巨大。由......
验证码现在被广泛应用于互联网上,其被用于抵制黑客的攻击以及恶意破解密码的自动化程序等。验证码的作用在于能够自动区分人类和......
协同过滤算法是一个在各领域广泛使用的启发式推荐算法,但传统协同过滤算法存在冷启动、数据稀疏性、用户分类精度低等问题.以协同......
模拟电路是电子器件设备的核心组成部分,而电路元件的可靠性问题直接影响着电子器件设备在整个系统的运行情况。随着电路的集成度......
随着我国经济实力与科技水平的快速发展,国民经济水平不断提高。与此同时,人们对出行方式的选择也更加多样化,越来越多的人选择私......
k最近邻算法已广泛用于数据挖掘、模式识别、机器学习、生物信息学等多个领域,也一直是国内外研究的热点。然而,k NN算法有高的计......
21世纪是信息技术飞速发展的一个世纪,人们每天都生活在充斥着各种各样信息的世界里。如何对海量的数据进行分类,从中获取有用的信......
大数据时代的来临,使大数据分析成为金融等行业竞争发展的变革点,金融数据挖掘作为金融数据分析与处理的重要技术,目前已经成为国......
实际生产过程中存在着大量与产品质量相关的重要变量难以在线测量，软测量技术是解决这一问题的有效途径，是进一步实现质量控制和过程......
胡萝卜软腐欧文氏菌黑胫亚种(Eca1043)专一性感染马铃薯导致其发病，且造成很大的经济损失。目前越来越多的研究旨在探究其致病机制，......
本文主要研究K最近邻(K-Nearest Neighbor,KNN)算法及其应用。KNN算法是一种经典的分类算法,该算法需要计算待测样本与每个训练集......
提出了一种基于四元数小波变换的纹理图像分类方法。首先通过四元数小波变换提取纹理特征,再通过k最近邻算法进行分类。实验表明,......
高速列车车内压力波动过大会对乘客舒适性造成影响,而气压模拟系统是一套通过对车内模拟气压跟踪控制,实现对乘客舒适性进行研究的......
针对特征选择中降维效果与分类精度间的矛盾，通过分析传统的特征选择方法中的优点和不足，结合佳点集遗传算法的思想和K最近邻简单有......
采用K近邻算法(Knearest neighbors ,简称KNN)进行分类时,如果训练样本数量太大,那么搜索测试样本的K个最近邻时,算法的计算量很大......
本文针对VSM(向量空间模型)中KNN(K最近邻算法)在文本处理环境下的不足,根据SOM(自组织映射神经网络)理论、特征选取和模式聚合理......
生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用，研究人员提出了很多基于......
为解决传统加权K最近邻算法(WKNN,Weighting K-Nearest Neighbor)定位方法中选取K值存在局限性影响定位精度的问题,提出了一种改进......
入侵检测数据中存在噪音属性及部分连续型属性,并具有高维、非线性特征,为了取得更好的检测效果,首先利用邻域粗糙集对数据集进行......
当医疗数据存在缺失和冗余信息的情况下如何提高预测准确率一直是一个极具挑战的问题。为解决这一挑战,大多数预测模型要么直接删......
本文采用基于特征点的匹配算法完成对实验医学图像的匹配,从特征点数量、特征提取时间和匹配准确性等方面比较尺度不变特征变换（SIF......
针对K最近邻（KNN）算法在文本分类决策规则上由于样本重要性相同而导致分类效果不佳的问题,提出一种基于文本加权的KNN文本分类算法,......
摘要：针对室内无GPS下的四旋翼定位问题，文章提出一种基于PSO-KNN的WiFi-RSSI指纹算法。运用粒子群算法对1；最近邻算法的权重进行优化......
机器学习解决工业检查的问题，例如巧克力形状的分类，主要是通过将实例编码成特征向量和学习获得决策树。本文讨论将机器学习理论应用......
利用2000—2014年热带气旋（TC）最佳路径、最终分析资料和静止卫星红外云顶亮温（TBB）资料,对比分析了西北太平洋（WNP）,以及南海（SCS）的迅速......
大规模的样本数量及其特征高维性影响着K最近邻(KNN)分类算法的分类性能。为此,提出一种具备降维、修剪机制的特征参数平均互信息......
以北京市2007年4月到2012年8月期间182位志愿者的出行轨迹数据为基础,运用一种改进的K最近邻算法和划分网格法聚类分析了志愿者每......
机采茶中混有不同类型的鲜叶,传统的风选、振动筛选等分类方式准确度低,现有的基于计算机视觉的分选方式也无法满足对常见的单芽、......
针对传统k最近邻算法处理多维数据分类时,没有考虑不同属性对分类结果的影响程度存在相异性这一问题,提出一种基于属性重要度的k最......
随着计算机技术的不断发展,相关硬件配套产业也逐渐成熟,硬件设备的成本得到了有效控制,使得体感技术的大规模应用成为了可能。体......
将核学习的方法应用到k最近邻算法中，提出了1种基于核的k最近邻算法．该算法通过引入核函数，将原空间中的样本映射到1个高维核空间中，突......
步态是一种全新的生物特征,具有稳定、唯一和不易伪造的特点。步态识别在身份验证、运动状态分析以及医疗等方面有着重要的研究意......
面对网络中海量数字乐谱资源,无论是业余音乐爱好者还是专业学习者都难以有效找到适合自己难度等级的乐谱,容易迷失在海量乐谱库中......
带式输送机是煤炭生产过程中的重要运输设备,但目前其故障诊断技术发展仍不成熟。为推进智能化故障诊断方法在带式输送机故障诊断......
