检索结果-南通市图书馆

基于PSO面向k近邻分类的特征权重学习算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2007年第5期34卷 187-189页

作者：任江涛卓晓岚许盛灿印鉴中山大学计算机科学系广州510275

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式识别及数据挖掘领域的广泛应用,基于进化计算的权重学习和距离学习方法也得到越来越多的重视。本研究... 详细信息

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式识别及数据挖掘领域的广泛应用,基于进化计算的权重学习和距离学习方法也得到越来越多的重视。本研究针对基于特征赋权的k近邻算法的权重学习问题,提出了一种基于PSO进行权重学习的算法PSOkNN,通过与传统kNN、GAkNN及ReliefkNN的实验比较分析表明,该方法可有效地搜索出合适的特征权重,获得较好的分类精度并淘汰冗余或无关的特征。

关键词：特征赋权 k近邻分类粒子群算法

在线全文

学校读者我要写书评

暂无评论

面向k近邻分类的实例选择方法研究

面向K近邻分类的实例选择方法研究

作者：高建文桂林理工大学

学位级别：硕士

近邻分类是机器学习的重要研究内容之一。其中k近邻分类算法是一种非常典型的非参数懒惰学习方法,因其简单有效等特性被广泛应用于各个领域。但是它存在的弊端也逐步显现,其中包括数据集里面存在大量的冗余和噪声数据会严重影响分类精度... 详细信息

近邻分类是机器学习的重要研究内容之一。其中k近邻分类算法是一种非常典型的非参数懒惰学习方法,因其简单有效等特性被广泛应用于各个领域。但是它存在的弊端也逐步显现,其中包括数据集里面存在大量的冗余和噪声数据会严重影响分类精度;在面对实例数量较多的数据集或者数据集维度较高的时候,其计算消耗巨大。这就需要通过数据预处理来改善数据样本的整体质量,其中数据缩减是数据预处理的有效手段之一。实例选择作为常用的数据缩减方法,它可以有效的缓解以上的弊端。现有的面向k近邻分类的实例选择算法取得了很多成果,但是还存在误删数据集中非冗余和非噪声样本,以及面对大规模数据集的时候算法效率低下等不足。本文针对以上面向k近邻分类算法存在的不足,为了能够提高k近邻分类器的分类效率,通过对众多实例选择算法的研究和分析并结合进化计算,设计了相应的两种智能优化算法。主要研究工作如下:1.将实例选择中涉及到的一些相关定义和问题进行了归纳总结。然后给出了实例选择算法的不同分类方式,阐述了实例选择问题和近邻分类的关系并且对传统的面向近邻分类的实例选择算法进行简单的介绍。随后从进化算法的角度来介绍其解决实例选择问题的过程并且详细介绍了相应的进化实例算法模型,最后对进化实例选择算法的其它相关技术进行简单的阐述。2.针对面向k近邻分类的实例选择过程中存在冗余和噪声数据影响分类性能的问题,本文提出了一种面向k近邻分类的合作协同进化实例选择算法（NNC-CoCo）。算法中进化实例选择过程中采用多点交叉策略来进一步提高实例选择的准确性,同时对实例加权和特征加权使用快速突变策略,并且与实例选择进行合作协同来去除噪声和冗余实例,从而选择出最佳的训练子集,最终使k近邻分类器的性能得到了提升。实验结果表明,此方法相比较当前的一些进化实例选择算法在分类准确率和效率上均具有优势。3.针对进化实例选择算法在实例数量较多的数据集中所需时间呈指数增长并且存在算法效率低下的问题,本文提出了一种面向k近邻分类的分层进化实例选择算法（EIS）。首先采用分层随机抽样的思想划分数据集,其次让两个独立种群相互协同进化,然后在标准遗传算法上采用基于局部搜索变异的策略和基于精英个体替换策略,选择出合适的训练子集进行正确的分类。该方法于当前的一些经典实例选择算法在部分实例数量较多的数据集中分类效率和存储率上均具有优势。

关键词：机器学习 k近邻分类实例选择进化计算智能优化

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k近邻分类算法的网络敏感信息自动过滤

河北北方学院学报（自然科学版） 2021年第11期37卷 1-6页

作者：石小兵安徽工业经济职业技术学院安徽合肥230001

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云存储结构进行分析,根据敏感信息结构特征建立信息特征融合和空间特征压缩模型,采用自相关特征匹配方法实... 详细信息

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云存储结构进行分析,根据敏感信息结构特征建立信息特征融合和空间特征压缩模型,采用自相关特征匹配方法实现对网络敏感信息滤波和特征点标定,通过模糊度检测和云融合技术实现对信息的融合处理,采用k近邻分类算法构建网络敏感信息聚类和网格分块重组模型,实现对网络敏感信息自动过滤。结果仿真结果表明,该方法的网络敏感信息检测精度始终保持在90%以上,检测精度较高,且网络敏感信息过滤的吞吐量较高。结论可以有效提升网络敏感信息过滤能力,实际应用效果好。

关键词： k近邻分类网络敏感信息自动过滤自相关特征匹配方法

基于动态时间弯曲和k近邻分类预测铸坯纵裂纹

在线全文

学校读者我要写书评

暂无评论

连铸 2021年第4期46卷 66-71,77页

作者：段海洋王旭东姚曼大连理工大学材料科学与工程学院辽宁大连116024 辽宁省凝固控制与数字化制备技术重点实验室辽宁大连116024

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。针对纵裂纹形成与扩展过程中,结晶器热电偶温度在时间序列上的动态演化和一维传播特征,捕获和提取了纵裂纹和... 详细信息

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。针对纵裂纹形成与扩展过程中,结晶器热电偶温度在时间序列上的动态演化和一维传播特征,捕获和提取了纵裂纹和正常工况下热电偶时序温度的典型变化趋势;运用动态时间弯曲(Dynamic Time Warping,DTW)方法度量不同工况下时序温度的相似性和差异性,结合k近邻(k-Nearest Neighbor,kNN)分类算法,建立了针对连铸坯纵裂的在线识别和分类模型。结果表明,建立的模型对纵裂纹和正常工况样本具有较高的识别准确率。提出的基于温度时序特征动态时间弯曲及kNN方法的纵裂预测模型,为铸坯纵裂的实时检测和准确预报提供了可靠途径。

关键词：纵裂纹一维传播热电偶温度动态时间弯曲 k近邻分类连铸

基于PCA特征提取和距离哈希k近邻分类的人脸表情识别

在线全文

学校读者我要写书评

暂无评论

智能计算机与应用 2012年第1期2卷 1-3,7页

作者：蔡则苏祝丁丁何健哈尔滨工业大学计算机科学与技术学院哈尔滨150001

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算法进行人脸检测,并对人脸图像进行预处理;接着使用PCA提取人脸表情特征,并将特征加入到哈希表;最后使用k近邻分类算... 详细信息

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算法进行人脸检测,并对人脸图像进行预处理;接着使用PCA提取人脸表情特征,并将特征加入到哈希表;最后使用k近邻分类算法进行人脸表情的识别。将特征库重构为哈希表后,很大地提高了识别效率。

关键词： PCA 表情特征提取基于距离哈希 k近邻分类表情识别特征库重构

在线全文

学校读者我要写书评

暂无评论

基于期望语义距离的不确定k近邻分类方法

大理大学学报 2017年第12期2卷 16-20页

作者：赵秦怡黑韶敏大理大学数学与计算机学院云南大理671003

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,其值的不确定性用概率分布向量描述。根据概念层次树计算属性分量值间的语义距离,进而计算属性及对象间的... 详细信息

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,其值的不确定性用概率分布向量描述。根据概念层次树计算属性分量值间的语义距离,进而计算属性及对象间的期望语义距离。对算法分类准确率进行了实验验证,实验结果表明这是一个分类准确率高的基于不确定数据分类挖掘算法。

关键词：分类 k近邻分类不确定数据期望语义距离

在线全文

学校读者我要写书评

暂无评论

面向类不平衡数据的k近邻偏标记学习算法

山东大学学报（工学版） 2022年第3期52卷 18-24,41页

作者：王丽于明仟刘文鹏周瑜郑蕊蕊贺建军大连民族大学信息与通信工程学院辽宁大连116000

针对于类不平衡的偏标记学习问题,在PL-kNN算法的基础上,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 class imbalanced partial label learning,IM-PLkNN),利用Parzen窗估计法在样本... 详细信息

针对于类不平衡的偏标记学习问题,在PL-kNN算法的基础上,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 class imbalanced partial label learning,IM-PLkNN),利用Parzen窗估计法在样本的不同类别的近邻上设置不同的权重,使多数类样本权重降低,让属于少数类样本的近邻具有更高的权重,降低将少数类样本误测为多数类样本的概率,提高对少数类样本的识别精度。试验结果表明,IM-PLkNN算法较PL-kNN算法在不同评价指标上均有显著提高,特别是对少数类样本的识别精度有大幅度提高。IM-PLkNN算法可以有效提高类不平衡的偏标记k近邻学习算法对数据集整体的预测性能。

关键词：偏标记学习类不平衡 k近邻分类 Parzen窗估计代价敏感策略

在线全文

学校读者我要写书评

暂无评论

基于k近邻的HTTP请求日志分类算法

赤峰学院学报（自然科学版） 2020年第11期36卷 6-9页

作者：王乐霞方欢安徽理工大学数学与大数据学院安徽淮南232001

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,在保证较好的分类效果的同时摆脱分类对时间连续性的依赖。该方法将机器学习的思想应用在HTTP请求过滤中,通过之前传统... 详细信息

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,在保证较好的分类效果的同时摆脱分类对时间连续性的依赖。该方法将机器学习的思想应用在HTTP请求过滤中,通过之前传统方法得到大量标记样本,然后采用k近邻分类算法利用大量标记样本对未知样本进行分类,通过确定新样本的类别标签来达到过滤目的。最后,通过理论分析与实验,证明该方法对于非均衡的HTTP请求日志样本集是可行的。

关键词： Wireshark HTTP请求日志 k近邻分类

在线全文

学校读者我要写书评

暂无评论

基于孪生网络的多作者代码归属研究

基于孪生网络的多作者代码归属研究

作者：郝朋楠河北大学

学位级别：硕士

多作者代码归属指识别源代码的作者身份,可以解决软件取证、bug修复、剽窃检测、软件克隆和恶意软件作者识别等问题。在软件工程领域中,作者归属可用于检测代码抄袭和恶意软件等问题。现有的研究大都建立在代码样本是由单个作者编写。然... 详细信息

多作者代码归属指识别源代码的作者身份,可以解决软件取证、bug修复、剽窃检测、软件克隆和恶意软件作者识别等问题。在软件工程领域中,作者归属可用于检测代码抄袭和恶意软件等问题。现有的研究大都建立在代码样本是由单个作者编写。然而,大多数的软件项目都是合作开发,例如,企业项目和恶意软件等。因此,多作者归属是一个重要的研究课题。现有方法在源代码的单作者归属领域取得重大进展,但在多作者归属领域表现不佳。主要存在以下两个问题:1)多个作者贡献的代码分散在程序样本中的不同地方,导致很难找到这些不同作者的代码边界;2)程序样本中属于不同作者的代码段通常很短或不完整,这会影响作者特征的解析和提取,识别这些代码段的作者身份是一个挑战。针对以上两个问题,提出更强大的模型来捕获风格以便于准确的识别作者。具体内容如下:(1)针对第一个问题,提出一种基于孪生网络的分类方法。现在的方法大多数利用循环神经网络进行分类,准确率较低。为了进一步提高模型分类准确度,将单一的循环神经网络转换成孪生网络的模型结构。该方法的目的是分割不同作者的代码边界,将相似风格的代码行合并成代码段。此阶段为代码段集成,是多作者归属领域的第一阶段。具体来说,通过滑动窗口将代码样本划分成多行;然后使用代码表征技术将代码转化成向量;最后使用基于循环神经网络的孪生网络模型将具有相似风格的连续代码行集合成代码段。在Git Hub收集的真实开源的源代码样本上进行实验。该方法分别在C/C++和Java数据集上实现90.56%和92.11%的准确率。和现有的方法相比,该方法表现的更优,分类准确率提升大约9%。(2)针对第二个问题,在不同场景下分别提出对应的模型方案。代码段归属是多作者归属领域的第二阶段,也是多作者归属领域的基线。当作者的样本个数较多并且代码段较长时,提出一种基于路径的代码表示并结合随机森林的分类方法。具体来说,使用基于路径的代码表示提取代码段的抽象语法树;然后使用随机森林对这些代码段进行分类;最后使用校准曲线分离可靠和不可靠的归属,帮助分析人员确定分类的可能性。和现有的方法相比,该方法分别在C/C++和Java数据集上提升7.52%和6.70%的准确率。然而,多作者归属中会出现大量的短代码段和样本数很少的作者,针对此场景,提出一种基于孪生网络并结合k近邻的分类方法。具体来说,使用基于循环神经网络的孪生网络结构,通过对比损失函数和欧式距离映射到度量空间中;然后经过不断训练,缩短属于同一作者的样本的相似度距离,增大属于不同作者的样本的相似度距离;最后使用k近邻分类器进行最终分类。和现有的方法相比,该方法分别在C/C++和Java数据集上提升7.87%和10.05%的准确率。

关键词：多作者代码归属孪生网络随机森林 k近邻分类