公共文化服务平台

搜索到3098篇“ K近邻分类器“的相关文章

基于密度粒球的自适应三支K近邻分类器: 本发明公开了基于密度粒球的自适应三支K近邻分类器，属于数据分类技术领域，包括以下步骤：基于密度峰聚类算法的思想，引入细化阈值的概念，提出一种密度粒球算法DBGBC，将所述DBGBC算法与数据驱动邻域结合起来，提出一种基于...; 杨洁顾若吕新雨罗天施菊

一种面向大规模数据的快速K近邻分类器方法: 本发明公开了一种面向大规模数据的快速K近邻分类器方法，属于数据处理及机器学习技术领域，提出粒球思想引入DBSCAN方法，提出优化差概念引入自适应选择关键K值的自适应KNN算法，所述粒球思想和所述优化差概念，具体包括基于密...; 杨洁付俊刘衍民金星张鑫

一种基于证据K近邻分类器的储能用蓄电池一致性诊断方法: 本发明公开了一种基于证据K近邻分类器的储能用蓄电池一致性诊断方法，该方法利用储能电站一簇电池中的大量单体电池电压与温度运行数据，使用证据KNN分类器构建能够表征电池电压、温度一致性的诊断模型，并通过异常反演算法，准确识别...; 王楠李振周喜超彭勇赵鹏翔丛琳郝添翼安坤; 文献传递

改进样本加权K近邻分类器用于垃圾网页检测被引量：1: 2021年; 针对垃圾网页检测过程中的"维数灾难"和不平衡分类问题,提出一种融合最优Fisher特征选择的样本加权K近邻分类器用于垃圾网页检测。首先,针对训练数据集进行Fisher特征选择,按Fisher Score从大到小排序,依次选择Fisher Score更大的特征对训练数据集进行样本加权的K近邻分类,根据训练数据集分类结果的AUC值是否增加以确定是否保留某个特征,最后基于保留的最优特征子集对测试数据集进行样本加权的K近邻分类。在WEBSPAM UK-2006数据集上的实验表明:该方法明显优于决策树、支持向量机、朴素贝叶斯、K近邻等传统分类器。与其他相关方法相比,该方法在准确率、F1测度和AUC指标上接近最优结果。; 吴俊华谭博觉高切陈木生; 关键词：K近邻不平衡数据分类

基于故障敏感分量和改进K近邻分类器的故障状态识别被引量：2: 2020年; 针对故障状态下的滚动轴承振动信号非线性非平稳性强、噪声干扰大导致的故障敏感特征提取难的问题,在对轴承振动信号进行局域均值分解(local mean decomposition,LMD)的基础上,提出了一种基于故障敏感分量的特征提取与改进K近邻分类器(K-nearest neighbor classifier,KNNC)的故障状态辨识方法。该方法采用相关系数法对LMD分解出的振动分量进行故障敏感性的量化表征,然后对筛选出的信号分量进行时域/频域的特征提取,构建不同故障状态下的特征样本集。为加快故障状态识别速度,排除不良样本的影响,提出一种基于二分K均值聚类的改进KNNC算法,精简了大容量的训练样本,有效去除不良特征样本和干扰点。实验结果表明,以敏感分量特征作为输入的改进KNNC算法能够快速准确地识别轴承不同故障状态。; 王化玲刘志远赵欣洋晁战云刘小峰; 关键词：局域均值分解故障诊断

支持隐私保护的k近邻分类器被引量：4: 2019年; k近邻(k-nearest neighbor,简称kNN)分类器在生物信息学、股票预测、网页分类以及鸢尾花分类预测等方面都有着广泛的应用.随着用户隐私保护意识的日益提高,kNN分类器也需要对密文数据提供分类支持,进而保证用户数据的隐私性,即设计一种支持隐私保护的k近邻分类器(privacy-preserving k-nearest neighbor classifier,简称PP-kNN).首先,对kNN分类器的操作进行分析,从中提取出一些基本操作,包括加法、乘法、比较、内积等.然后,选择两种同态加密方案和一种全同态加密方案对数据进行加密.在此基础上设计了针对基本操作的安全协议,其输出结果与在明文数据上执行同一方法的输出结果一致,且证明该协议在半诚实模型下是安全的.最后,通过将基本操作的安全协议进行模块化顺序组合的方式实现kNN分类器对密文数据处理的支持.通过实验,对所设计的PP-kNN分类器进行测试.结果表明,该分类器能够以较高效率实现对密文数据的分类,同时为用户数据提供隐私性保护.; 徐剑王安迪毕猛周福才; 关键词：KNN分类器加密数据隐私保护同态加密

基于k近邻分类器ROC分析方法: 接收机工作特性(Receiver Operating Characteristic，ROC)曲线以及曲线下面积(AreaUnder the ROCCurve,AUC)是评估二元决策模型必不可少的参考指标之一。它能反映命中...; 杨俊杰; 关键词：曲线下面积 K近邻分类器; 文献传递

面向复杂时间序列的k近邻分类器被引量：9: 2017年; 基于时序对齐的k近邻分类器是时间序列分类的基准算法.在实际应用中,同类复杂时间序列经常展现出不同的全局特性.由于传统时序对齐方法平等对待实例特征并忽略其局部辨别特性,因此难以准确、高效地处理此类具有挑战性的时间序列.为了有效对齐并分类复杂时间序列,提出了一种具有辨别性的局部加权动态时间扭曲方法,用于发现同类复杂时间序列的共同点以及异类序列间的不同点.同时,通过迭代学习时间序列对齐点的正例集与负例集,获取每条复杂时间序列中每个特征的辨别性权重.在多个人工和真实数据集上的实验结果表明了基于局部加权对齐策略的k近邻分类器所具有的可解释性与有效性,并将所提出方法扩展至多变量时间序列分类问题中.; 原继东王志海孙艳歌张伟; 关键词：K近邻

采用潜在概率语义模型和K近邻分类器的音频分类算法被引量：1: 2016年; 提出一种基于潜在概率语义(PLSA)模型和K近邻分类器的音频分类算法.首先,将信号特征向量送入潜在概率语义模型中训练,获得声音主题词袋模型;然后,使用K近邻分类器(KNN)进行分类.实验结果表明:与传统的K近邻分类算法相比,提出的算法在分类效果上有较明显的改善.; 辛欣陈曙东仝明磊胡文皓刘陈伟葛浩栋; 关键词：袋模型 K近邻分类器

基于广义K近邻分类器的老年人足底压力特征选择及跌倒预测的实证研究: 跌倒是指生活中老年人要面对的常见而又严重的问题。老年人发生跌倒不是一种意外,存在潜在的危险因素,是可以预防和控制的。采用早期跌倒风险评估方法,识别高风险患者并开展具有针对性的预防措施,可以有效地减少跌倒的发生。本文以老年...; 梁升云; 关键词：老人足底压力; 文献传递

相关作者