检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

路网中互近邻查询处理方法

小型微型计算机系统 2011年第4期32卷 606-610页

作者：陈子军王璐刘文远燕山大学信息科学与工程学院河北秦皇岛066004

提出路网中的互近邻查询问题.给定路网G(V,E),对象集P,查询点q,近邻数k1和k2,互近邻查询返回既是q的k1近邻,又是q的反k2近邻的对象集.为解决该问题,首先提出基础算法,即先求出查询点q的k1近邻作为候选,再验证这些候选是否为真正的结果.... 详细信息

提出路网中的互近邻查询问题.给定路网G(V,E),对象集P,查询点q,近邻数k1和k2,互近邻查询返回既是q的k1近邻,又是q的反k2近邻的对象集.为解决该问题,首先提出基础算法,即先求出查询点q的k1近邻作为候选,再验证这些候选是否为真正的结果.然后,在此基础上提出了优化算法,根据落在对象点与查询点最短路径边上的标记点个数直接排除掉一些错误的候选对象.最后,通过实验验证了优化算法的有效性.

关键词：互近邻 k近邻反k近邻路网

在线全文

学校读者我要写书评

暂无评论

融合互近邻和可信度的K-近邻分类算法

合肥工业大学学报（自然科学版） 2014年第9期37卷 1055-1058页

作者：石鑫鑫胡学钢林耀进合肥工业大学计算机与信息学院安徽合肥230009 闽南师范大学计算机科学与工程系福建漳州363000

文章提出一种融合互近邻和可信度的K近邻算法,根据互近邻的概念删除噪声数据;利用由近邻诱导待分类样本标签的可信度,避免待分类样本近邻中大类吃小类的概率。该算法不仅可以减小噪声数据对分类的影响,而且一定程度上增强了K近邻分类算... 详细信息

文章提出一种融合互近邻和可信度的K近邻算法,根据互近邻的概念删除噪声数据;利用由近邻诱导待分类样本标签的可信度,避免待分类样本近邻中大类吃小类的概率。该算法不仅可以减小噪声数据对分类的影响,而且一定程度上增强了K近邻分类算法的稳定性。该算法在UCI标准数据集上进行了测试,性能相当或优于其他分类器。

关键词： K近邻互近邻可信度噪声

路网中互近邻查询和最大化双色反近邻查询方法研究

在线全文

学校读者我要写书评

暂无评论

路网中互近邻查询和最大化双色反近邻查询方法研究

作者：王璐燕山大学

学位级别：硕士

空间数据库是近年的热点研究领域,而反近邻查询作为空间查询的重要操作被广泛研究。随着研究深入,在反近邻查询的基础上扩展了各种查询处理方法来满足人们新的查询需求,如互近邻查询和最大化双色反近邻查询。由于目前对它们的研究只是... 详细信息

空间数据库是近年的热点研究领域,而反近邻查询作为空间查询的重要操作被广泛研究。随着研究深入,在反近邻查询的基础上扩展了各种查询处理方法来满足人们新的查询需求,如互近邻查询和最大化双色反近邻查询。由于目前对它们的研究只是限定在欧式空间中,不能很好的为路网环境下的应用提供服务,因此,本文主要提出并研究了路网环境下的互近邻查询和最大化双色反近邻查询问题。首先,针对互近邻查询方法只能适用于欧式空间的不足,提出了适用于路网环境下的互近邻查询问题。为解决该问题,根据互近邻的定义提出了基础算法。即先求出查询点q的k近邻作为候选,再验证这些候选是否为真正的结果。在此基础上,提出了优化算法。根据落在对象点与查询点最短路径边上的标记点个数直接排除掉一些错误的候选对象,以提高查询效率。其次,针对最大化双色反近邻查询问题不能用于路网环境下的不足,提出了适用于路网环境下的最大化双色反近邻查询问题。为解决该问题,利用Dijkstra算法求出所有单顾客点集的有效点集和所有边界点。通过对所有边界点进行点查询,可以确定有效点集非空的多顾客点集。在求得这些多顾客点集中所有顾客点的权值和后,对权值和最大的多顾客点集的有效点集进行计算,以确定最优位置集。为提高效率,提出了两种优化策略。最后,对以上提到的两种查询方法分别采用真实数据集和模拟数据集进行实验测试,测试结果验证了两种查询算法的有效性和实用性。

关键词：路网 k近邻反k近邻互近邻最大化双色反近邻

MN-LKNNI:融合互近邻降噪的局部动态K近邻插补算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

软件导刊 2021年第11期20卷 95-99页

作者：陈舒扬王波上海理工大学管理学院上海200093

为减少数据集自带噪声和假近邻噪声两类噪声数据对K近邻插补算法准确性的影响,提出一种融合互近邻降噪的局部动态K近邻插补算法MN-LKNNI。针对缺失数据对样本进行局部投影切片,将互近邻与局部投影算法相结合,减少噪声数据对数据集的分... 详细信息

为减少数据集自带噪声和假近邻噪声两类噪声数据对K近邻插补算法准确性的影响,提出一种融合互近邻降噪的局部动态K近邻插补算法MN-LKNNI。针对缺失数据对样本进行局部投影切片,将互近邻与局部投影算法相结合,减少噪声数据对数据集的分布干扰;采用动态求K值参数的方法减少远距离近邻噪声的干扰,以寻找与缺失样本更相似的局部样本。分别在3个数据集和10%、20%、30%、40%、50%的缺失率下进行实验,比较MN-LKNNI、LKNNI和KNNI 3种算法的均方误差和准确率。结果表明,MN-LKNNI算法在缺失率较低的情况下相当或优于LKNNI,在缺失率较高时明显优于LKNNI和KNNI,并且具有一定的稳定性。MN-LKNNI算法通过降低噪声数据的影响,在提升缺失数据集的插补准确性上较KNNI和LKNNI两种算法性能更优。

关键词： K近邻插补法互近邻动态参数缺失数据

基于统计量模式分析的复杂工业过程监控方法研究

在线全文

学校读者我要写书评

暂无评论

基于统计量模式分析的复杂工业过程监控方法研究

作者：汪健湖州师范学院

学位级别：硕士

发展过程监控技术对于切实保障复杂工业过程运行安全性、可靠性以及经济性具有重要意义,随着工业过程的不断发展,过程数据的收集和使用逐渐增加,数据驱动的多变量统计过程监控方法得到了长足发展。本论文基于统计量模式分析（Statistics... 详细信息

发展过程监控技术对于切实保障复杂工业过程运行安全性、可靠性以及经济性具有重要意义,随着工业过程的不断发展,过程数据的收集和使用逐渐增加,数据驱动的多变量统计过程监控方法得到了长足发展。本论文基于统计量模式分析（Statistics Pattern Analysis,SPA）监控框架及k近邻（k-Nearest Neighbor,k NN）方法,针对复杂工业过程监控中存在的非线性、非高斯、多模态以及离群点等问题开展研究,本文的主要研究内容如下:（1）针对过程数据统计量的非线性、非高斯问题,提出了一种基于SPA的k NN过程监控方法。基于主成分分析（Principal Component Analysis,PCA）的过程监控方法仅考虑过程数据的低阶信息,它不能处理具有非线性和非高斯性的过程数据。为此,基于SPA和PCA的过程监控方法通过提取过程数据的高阶统计量,获得了更好的监控性能。然而,所提取的统计量仍具有非高斯和非线性问题,此时PCA不再适合监控过程数据的统计量。为此,本文提出了一种基于SPA和k NN的过程监控方法。首先,通过定性和定量的分析证实了过程数据统计量的非线性和非高斯特性;然后,采用k NN方法对提取的统计量进行监控,k NN方法只使用样本之间的距离进行故障检测,对数据的分布没有严格要求。因此,该方法可以克服统计量的非高斯性和非线性问题。此外,所提方法能够对引发故障的变量或其统计量进行识别,有助于故障根源分析以及早期故障检测。（2）针对过程统计量存在多模态特性的问题,提出了一种基于SPA的加权k近邻过程监控方法。当不同模态之间协方差差异较大时,原始变量空间的多模态特性会保留到统计量特征空间,所提方法通过引入权重,对统计量样本之间的距离赋予权值,可以将协方差较大的模态和协方差较小模态中的统计量样本之间的距离调节到同一尺度,克服了基于SPA的过程监控方法在多模态故障检测中的局限性。（3）针对过程数据中存在离群点而影响建模和监控性能的问题,提出了一种基于互k近邻（Mutual k NN,Mk NN）的过程监控方法。基于k NN的过程监控方法虽然可以克服过程数据的非线性、非高斯和多模态等问题。但是,当实际过程数据中包含离群点或噪声数据时,k NN方法寻找到的近邻可能不是真实的或可信的近邻,而是一种伪近邻,这会降低过程监控的性能。为此,提出了一种新的故障检测方案,利用Mk NN方法同时实现剔除离群点以及故障检测。此外,探究了离群点的互保现象及解决方法。最后对全文进行总结,并探讨了未来可以进一歩研究的问题和方向。

关键词：过程监控故障检测故障诊断统计量模式分析 k近邻互近邻

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双向参考集矩阵度量学习的行人再识别

电子与信息学报 2020年第2期42卷 394-402页

作者：陈莹许潇月江南大学轻工过程先进控制教育部重点实验室

针对行人再识别中由于外观差异不显著导致特征描述不准确的问题,该文提出一种基于双向参考集矩阵度量学习(BRM^2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集,为保证参考集的鲁棒性,联合考虑各摄像头下的互... 详细信息

针对行人再识别中由于外观差异不显著导致特征描述不准确的问题,该文提出一种基于双向参考集矩阵度量学习(BRM^2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集,为保证参考集的鲁棒性,联合考虑各摄像头下的互近邻参考集获得双向参考集。通过双向参考集挖掘出困难样本进行特征描述,从而得到准确的外观差异描述。最后利用该特征描述进行更有效的矩阵度量学习。在多个公开数据集上的实验结果证明了该算法比现有算法具有更好的行人再识别性能。

关键词：行人再识别外观差异矩阵度量互近邻双向参考集

在线全文

学校读者我要写书评

暂无评论

基于实例迁移的数据流分类挖掘方法

信息与控制 2019年第3期48卷 380-384页

作者：刘三民刘余霞安徽工程大学计算机与信息学院

为解决数据流分类过程中样本标注和概念漂移问题,提出了一种基于实例迁移的数据流分类挖掘模型.首先,该模型用支持向量机作学习器,用所得分类模型中的支持向量构建源领域,待分类的当前数据块为目标域.然后,借助互近邻思想在源域中挑选... 详细信息

为解决数据流分类过程中样本标注和概念漂移问题,提出了一种基于实例迁移的数据流分类挖掘模型.首先,该模型用支持向量机作学习器,用所得分类模型中的支持向量构建源领域,待分类的当前数据块为目标域.然后,借助互近邻思想在源域中挑选目标域中样本的真邻居进行实例迁移,避免发生负迁移.最后,通过合并目标域和迁移样本形成训练集,提高标注样本数量,增强模型的泛化能力.理论分析和实验结果表明,所提方法具有可行性,相比其它学习方法在分类准确性方面更具优势.

关键词：互近邻迁移学习数据流分类增量学习

在线全文

学校读者我要写书评

暂无评论

基于双向选择的伪近邻算法

计算机工程与应用 2021年第13期57卷 102-107页

作者：蔡瑞光张德生张晓西安理工大学理学院西安710054

针对伪近邻分类算法(LMPNN)对异常点和噪声点仍然敏感的问题,提出了一种基于双向选择的伪近邻算法(BS-PNN)。利用邻近性度量选取k个最近邻,让测试样本和近邻样本通过互近邻定义进行双向选择;通过计算每类中互近邻的个数及其局部均值的... 详细信息

针对伪近邻分类算法(LMPNN)对异常点和噪声点仍然敏感的问题,提出了一种基于双向选择的伪近邻算法(BS-PNN)。利用邻近性度量选取k个最近邻,让测试样本和近邻样本通过互近邻定义进行双向选择;通过计算每类中互近邻的个数及其局部均值的加权距离,从而得到测试样本到伪近邻的欧氏距离;利用改进的类可信度作为投票度量方式,对测试样本进行分类。BS-PNN算法在处理复杂的分类任务时,具有能够准确识别噪声点,降低近邻个数k的敏感性,提高分类精度等优势。在UCI和KEEL的15个实际数据集上进行仿真实验,并与KNN、WKNN、LMKNN、PNN、LMPNN、DNN算法以及P-KNN算法进行比较,实验结果表明,基于双向选择的伪近邻算法的分类性能明显优于其他几种近邻分类算法。

关键词： KNN算法互近邻类可信度模式分类

在线全文

学校读者我要写书评

暂无评论

基于局部中心度量的边界点划分密度聚类算法

计算机工程与科学 2021年第12期43卷 2243-2252页

作者：张梅陈梅李明兰州交通大学电子与信息工程学院甘肃兰州730070

针对聚类算法在检测任意簇时精确度不高、迭代次数多及效果不佳等缺点,提出了基于局部中心度量的边界点划分密度聚类算法——DBLCM。在局部中心度量的限制下,数据点被划分到核心区域或边界区域。核心区域的点按照互近邻优先成簇的分配... 详细信息

针对聚类算法在检测任意簇时精确度不高、迭代次数多及效果不佳等缺点,提出了基于局部中心度量的边界点划分密度聚类算法——DBLCM。在局部中心度量的限制下,数据点被划分到核心区域或边界区域。核心区域的点按照互近邻优先成簇的分配方式形成初始簇,边界区域的点参考互近邻中距离最近点所在簇进行分配,从而得到最终簇。为验证算法的有效性,将DBLCM与3个经典算法和3个近几年新提出的优秀算法,在包含任意形状、任意密度的二维数据集和任意维度的多维数据集上进行测试。另外,为了验证DBLCM算法中参数k的敏感性,在所用的数据集上做了k值与簇质量的相关性测试。实验结果表明,DBLCM算法具有识别精度高,检测任意簇效果好和无需迭代等优点,综合性能优于6个对比算法。

关键词：局部中心度量核心区域边界区域互近邻