检索结果-南通市图书馆

应用特征聚合进行中文文本分类的改进knn算法

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2003年第3期24卷 229-232页

作者：张晓辉李莹王华勇赵宏东北大学软件中心辽宁沈阳110004

针对以knn为代表的VSM模型存在的向量各特征项孤立处理问题 ,提出了一种应用特征聚合方式的改进算法·该算法通过CHI概率统计计算文本特征词对分类的贡献 ,将对分类有相同贡献的文本特征词聚合 ,使用它们共同的分类贡献模式代替传统算... 详细信息

针对以knn为代表的VSM模型存在的向量各特征项孤立处理问题 ,提出了一种应用特征聚合方式的改进算法·该算法通过CHI概率统计计算文本特征词对分类的贡献 ,将对分类有相同贡献的文本特征词聚合 ,使用它们共同的分类贡献模式代替传统算法中单个词对应向量一维的方式·该算法提高了稀有词对分类的贡献、强化了关联词的分类效果、并降低了文本向量的维数·与传统knn算法进行的对比实验证明。

关键词：改进knn算法中文文本分类分类贡献模式特征聚合

金属氧化物避雷器缺陷诊断的反距离加权改进knn算法

在线全文

学校读者我要写书评

暂无评论

福州大学学报（自然科学版） 2022年第5期50卷 635-641页

作者：陈阳阳舒胜文吴涵王国彬陈诚福州大学电气工程与自动化学院福建福州350108 国网福建省电力有限公司电力科学研究院福建福州350007

针对现行金属氧化物避雷器(metal oxide arrester,MOA)在线监测系统中出现的因缺陷诊断规则不完善而导致大量漏报和误报事件,通过分析避雷器三相全电流和阻性电流、三相电压和阻性电流的Pearson相关系数,并考虑环境因素影响,提取环境温... 详细信息

针对现行金属氧化物避雷器(metal oxide arrester,MOA)在线监测系统中出现的因缺陷诊断规则不完善而导致大量漏报和误报事件,通过分析避雷器三相全电流和阻性电流、三相电压和阻性电流的Pearson相关系数,并考虑环境因素影响,提取环境温湿度、三相阻性电流和三相电压作为避雷器缺陷诊断的特征参数,提出一种基于反距离加权改进knn(K-nearest neighbor)算法的避雷器缺陷诊断方法.通过实例验证,表明所提方法较其他方法具有更优的诊断正确率(97.28%)和泛化能力,为避雷器缺陷诊断提供了新思路.

关键词：金属氧化物避雷器改进knn算法在线监测缺陷诊断特征参数

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于改进knn算法的图像分类研究

基于改进KNN算法的图像分类研究

作者：陈德强贵州民族大学

学位级别：硕士

机器学习是当前大数据处理中的重要方法和手段,利用机器学习来处理图像分类是当前学者们研究的热点。在图像分类处理技术方面已经催生了许多成熟而有效的机器学习算法,其中K近邻算法（knn）简单、直观且理论上比较成熟,是最简易的机器... 详细信息

机器学习是当前大数据处理中的重要方法和手段,利用机器学习来处理图像分类是当前学者们研究的热点。在图像分类处理技术方面已经催生了许多成熟而有效的机器学习算法,其中K近邻算法（knn）简单、直观且理论上比较成熟,是最简易的机器学习方法之一,但也存在处理图像分类时分类准确率不够高、运算效率较低等缺点。本研究旨在提高图像分类算法的分类准确率和运算效率,分别提出了三种基于改进knn算法的图像分类算法。首先提出了一种基于K值选取策略的改进knn算法。在改进算法中增加了两种分类决策规则,达到提高分类准确率的效果。其次提出了一种基于K均值聚类模型的knn算法。在分类处理前对训练样本进行优化处理,然后通过K均值聚类方法把样本聚为不同的子类,每一个子类以聚类中心为新样本点构建新数据集,达到压缩样本量的效果,从而减少了运算量提高了运算效率。最后提出了一种基于并行计算模式的改进knn算法。该算法构建并行计算模式,让整个分类算法分布式并行进行,在保持或提高分类准确率的情况下大幅度提高了运算速度。

关键词：图像分类改进knn算法特征选择 K均值聚类并行计算

基于K-means和改进knn算法的风电功率短期预测系统

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

计算机测量与控制 2022年第5期30卷 156-162页

作者：何建强张玉萍滕志军商洛学院陕西商洛726000 商洛市人工智能研究中心陕西商洛726000 北京四方继保自动化股份有限公司北京100085 东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室吉林吉林132012

为提高风电功率短期预测的准确性,针对knn(K-Nearest neighbor algorithm)算法在风电功率预测中的不足,提出了基于K-means和改进knn算法的风电功率短期预测方法;利用K-means聚类方法确定风电历史样本的类别,对knn算法中搜索相似历史样... 详细信息

为提高风电功率短期预测的准确性,针对knn(K-Nearest neighbor algorithm)算法在风电功率预测中的不足,提出了基于K-means和改进knn算法的风电功率短期预测方法;利用K-means聚类方法确定风电历史样本的类别,对knn算法中搜索相似历史样本集的方式进行了改进和优化,构建了预测模型,并采用C/S架构实现了预测系统的设计;该系统具有自修正功能,能够随着预测次数的增加,不断修正预测模型,逐渐降低预测的误差率;以吉林省某风电场历史数据为样本进行了仿真分析,结果显示该算法与其它算法相比平均绝对误差和均方根误差最大下降1.08%和0.48%,运算时间提升了5.45%,在风电功率超短期多步预测中具有推广应用价值。

关键词：风电功率预测 K-means聚类算法改进knn算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种修复交通流异常数据的改进knn算法

公路与汽运 2022年第4期 39-43页

作者：李翠黄侃李霞江西交通职业技术学院信息工程系江西南昌330013

现场采集的交通流数据经常出现错误与缺失等异常现象。为有效修复交通流异常数据,文中提出一种改进的knn算法——相关系数-调幅权重法。该算法采用每天采集的所有数据构造固定长度状态向量,以适应异常数据随机分布的特点;采用相关系数... 详细信息

现场采集的交通流数据经常出现错误与缺失等异常现象。为有效修复交通流异常数据,文中提出一种改进的knn算法——相关系数-调幅权重法。该算法采用每天采集的所有数据构造固定长度状态向量,以适应异常数据随机分布的特点;采用相关系数筛选近邻指标,以满足近邻须为相似交通流的要求;采用相关系数和调幅系数对传统距离倒数权重进行修正,以克服相关系数过小和近邻距离过远带来的不利影响。基于实测交通流数据进行蒙特卡洛分析,结果表明该算法具有良好的数据修复能力,能适应近邻相关系数与欧式距离严重背离的情况。

关键词：公路交通交通流异常数据数据修复改进knn算法

基于改进knn算法的网络数据流异常识别方法

在线全文

学校读者我要写书评

暂无评论

信息与电脑 2023年第8期35卷 108-110页

作者：林立鑫喻燕华涂剑峰江西科技学院江西南昌330000

传统识别方法未对异常数据流进行分类,导致识别正确率不高,提出基于改进K最邻近(K-Nearest Neighbor,knn)算法的网络数据流异常识别方法。通过预处理异常数据流,提取异常数据流的特征,并以此作为基础,利用knn算法统计异常数据流的类别,... 详细信息

传统识别方法未对异常数据流进行分类,导致识别正确率不高,提出基于改进K最邻近(K-Nearest Neighbor,knn)算法的网络数据流异常识别方法。通过预处理异常数据流,提取异常数据流的特征,并以此作为基础,利用knn算法统计异常数据流的类别,并分类所出现的异常数据。之后,通过计算不同网络环境下识别异常数据的时长,完成网络异常数据流的识别。在仿真实验中,与以往的网络数据流异常识别方法相比,提出的基于改进knn算法的网络数据流异常识别方法具有更好的识别效果,识别正确率更高。

关键词：改进knn算法网络数据流数据异常数据识别方法

基于异常点检测和改进knn算法的台户关系辨识方法研究

在线全文

学校读者我要写书评

暂无评论

电气自动化 2020年第6期42卷 35-37页

作者：余妍孟婕陈溪胡伟云南电网有限责任公司红河供电局云南红河661100

台户关系识别是电网公司实现营配贯通的基础。为此,提出一种基于异常点检测和改进knn算法的台户关系辨识方法。首先,利用局部异常因子算法剔除不属于待辨识台区的用户,保证待辨识台区和用户具备映射关系。然后,对传统的knn算法进行改进... 详细信息

台户关系识别是电网公司实现营配贯通的基础。为此,提出一种基于异常点检测和改进knn算法的台户关系辨识方法。首先,利用局部异常因子算法剔除不属于待辨识台区的用户,保证待辨识台区和用户具备映射关系。然后,对传统的knn算法进行改进,避免k值选取带来的过拟合或训练误差较大等缺陷,提升算法的准确性和鲁棒性,最终实现台区用户的有效辨识。算例分析表明,所提的台区用户辨识方法能够准确有效识别台户关系,且更适合实际辨识工况。

关键词：台户关系异常点检测局部异常因子改进knn算法相关系数

基于knn算法的改进研究及其在数据分类中的应用

在线全文

学校读者我要写书评

暂无评论

基于KNN算法的改进研究及其在数据分类中的应用

作者：王德宝安徽理工大学

学位级别：硕士

最近邻K(knn,K-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一,由于其实现的简单性,在很多领域得到了广泛的应用。但是,当样本容量较大以及特征属性较多时,knn算法分类的效率就将大大降低。本文提出了一种改进的knn算... 详细信息

最近邻K(knn,K-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一,由于其实现的简单性,在很多领域得到了广泛的应用。但是,当样本容量较大以及特征属性较多时,knn算法分类的效率就将大大降低。本文提出了一种改进的knn算法,并将其与传统的knn算法进行了比较。此算法不是直接预测响应变量的值,而是缩小响应变量发生的最大可能性的范围,然后插值以给出输出。在预处理步骤中对数据进行分层划分,运行时搜索响应具有发生最大可能性的分区。它采用单个参数k,与传统knn算法相同,并且超过了目前实验研究所示的各种数据集上的常规技术方法。本文提出了一种新颖,高效和具有离群抗性的基于聚类的knn回归算法,CLUEKR算法首先找到查询点,而不是直接在整个数据集中搜索最近数据,然后找到在哪个集群。此算法首先在预处理步骤中对数据进行分层聚类,然后执行从层次结构的根节点开始的递归搜索,在层次结构的当前搜索节点中,子节点之间选择一个簇,然后应用递归搜索。最后,找到该簇中的查询点的k个最近邻,并返回其响应变量的加权平均值。本文还提出了使CLUEKR算法能够应用于分类任务的修改。另外本文提出了基于类的加权K最近邻算法,根据其实例,在常规K-最近邻分类器的查询实例邻域中的分类,将权重分配给每个类。该算法考虑了查询实例附近的类分布,确保所分配的权重不会对异常值产生不利的影响。对几种现实世界数据集中所提出的方法进行彻底的实验研究证实,仿真证明研究的方法比目前最先进的方法更好。最后,本文将基于类的加权K-最近邻算法与CLUEKR算法相结合,并提出了一种考虑到数据性质的高效准确的基于knn的分类器。

关键词：改进knn分类器改进knn算法数据分类应用

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

knn算法的改进研究及在外卖软件中的应用

KNN算法的改进研究及在外卖软件中的应用

作者：张卓大连交通大学

学位级别：硕士

移动信息时代已经到来,人们的生活方式也已经发生巨变,通过智能手机上的外卖App订购外卖就是其中之一。如今,中国的外卖行业已经飞速发展,越来越多的人开始并且频繁使用外卖App订购外卖,因此外卖市场迅速扩张。但目前外卖行业的服务跟... 详细信息

移动信息时代已经到来,人们的生活方式也已经发生巨变,通过智能手机上的外卖App订购外卖就是其中之一。如今,中国的外卖行业已经飞速发展,越来越多的人开始并且频繁使用外卖App订购外卖,因此外卖市场迅速扩张。但目前外卖行业的服务跟不上外卖市场的体量,出现了“高端收费,低端服务”的现象。本文为了提升用户订购外卖的体验,对外卖App中“预计送达时间”这一功能进行研究。为了评价“预计送达时间”功能预测的准确性,设想构造一个准确性评价模型,它通过学习过往外卖订单数据并对新产生的订单进行预计送达时间的准确性判断,从而展示给用户、商家和骑手做时间规划,优化用户使用外卖App的订餐体验。为此本文提出了一种改进knn算法。本改进knn算法相对于传统knn算法从分类效率和分类效果这两方面进行改进。改进分类效率方面,使用DBSCAN算法对训练数据集进行聚类,通过裁减各簇中的非核心样本减少训练数据集样本数量,间接提升分类效率。改进分类效果方面,用裁减后剩余的代表样本高权值加距离权重双重投票机制进行投票分类,使分类投票更合理。本改进knn算法最终在实际外卖订单样本数据集的实验中获得了预期结果,并在UCI公开数据集的实验中基本达到预期。

关键词：改进knn算法外卖App DBSCAN算法代表样本