检索结果-南通市图书馆

一种基于属性贡献度的K近邻算法及其在文本分类中应用

在线全文

学校读者我要写书评

暂无评论

一种基于属性贡献度的K近邻算法及其在文本分类中应用

作者：邱倩倩南昌工程学院

学位级别：硕士

随着信息技术和互联网的不断普及,各种新型媒介已经进入人们的日常生活,比如微博、微信、电子邮件等等。这些不同的媒介承载着不同类型的信息,使得人们在接触多元化信息时也面临着如何处理这些数据的问题。同时,在大数据时代,利用数据... 详细信息

随着信息技术和互联网的不断普及,各种新型媒介已经进入人们的日常生活,比如微博、微信、电子邮件等等。这些不同的媒介承载着不同类型的信息,使得人们在接触多元化信息时也面临着如何处理这些数据的问题。同时,在大数据时代,利用数据挖掘技术对电子商务平台的用户评论进行分析,将在商品智能推荐、文本分类等方面有广阔的发展前景。本文的主要研究内容如下:(1)经典K近邻算法在计算样本之间的相似度距离时,没有考虑到样本之间的相似性关系,这样计算得到的相似度距离会存在一定的误差,进而直接影响算法的分类性能。针对K近邻算法存在的这一不足,本文提出基于属性贡献率加权的K近邻算法。采用协方差矩阵计算样本属性的贡献度,将得到的特征值作为特征权重,用于近邻样本的相似度距离计算。该方法考虑到了样本属性之间的相似度关系对分类性能的影响。本文与经典K近邻算法和基于特征加权的K近邻算法进行对比实验,结果表明基于属性贡献率加权的K近邻算法在分类性能得到了提高。(2)本论文使用爬虫技术从互联网上的电商平台获取文本数据,采用分词、去除停顿词、词频统计等预处理方法。对预处理后的数据,利用K近邻算法、基于特征加权的K近邻算法和本文提出的基于属性贡献率加权的K近邻算法,建立相应的文本分类模型,验证算法的分类和验证能力。实验表明,本文算法有助于优化产品,帮助企业和商家提升线上市场的核心竞争力,更好的促进电商行业的发展。

关键词：分类算法 K近邻算法文本分类特征加权电商评论

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

短时交通流预测的改进K近邻算法

交通运输工程学报 2014年第3期14卷 87-94页

作者：谢海红戴许昊齐远北京交通大学城市交通复杂系统理论与技术教育部重点实验室北京100044 北京城市交通协同创新中心北京100044 湖南省交通规划勘察设计院湖南长沙410008

分析了原有的短时交通流预测的K近邻算法,用模式距离搜索方法代替原有的欧氏距离搜索方法,引入多元统计回归模型,建立了一种改进的短时交通流预测的K近邻算法,并以北京市某路段进行实例验证。试验结果表明:当k取23时,利用改进的k近邻算... 详细信息

分析了原有的短时交通流预测的K近邻算法,用模式距离搜索方法代替原有的欧氏距离搜索方法,引入多元统计回归模型,建立了一种改进的短时交通流预测的K近邻算法,并以北京市某路段进行实例验证。试验结果表明:当k取23时,利用改进的K近邻算法,预测结果的均方误差、平均相对误差、平均绝对误差分别为31.43%、4.17%、0.27%;利用原有的K近邻算法,预测结果的均方误差、平均相对误差、平均绝对误差分别为33.33%、4.40%、0.28%;利用历史平均模型,预测结果的均方误差、平均相对误差、平均绝对误差分别为46.20%、11.40%、0.48%。可见,改进的K近邻算法的预测精度明显高于其他2种方法,在提高搜索效率的同时准确地刻画了交通流的真实情况。

关键词：交通规划短时交通流预测 K近邻算法模式距离多元统计回归

在线全文

学校读者我要写书评

暂无评论

基于K近邻算法的噪声种类识别和强度估计

计算机应用 2020年第1期40卷 264-270页

作者：吴小莉郑艺峰中国科学技术大学物理学院

对于目前噪声种类识别和强度估计方法都是针对单噪声,无法估计混合噪声中源噪声的强度的问题,提出了一种有距离阈值的k近邻(kNN)算法,实现对单噪声和混合噪声的种类识别,并结合混合噪声识别结果和噪声基重构估计混合噪声中源噪声的强度... 详细信息

对于目前噪声种类识别和强度估计方法都是针对单噪声,无法估计混合噪声中源噪声的强度的问题,提出了一种有距离阈值的k近邻(kNN)算法,实现对单噪声和混合噪声的种类识别,并结合混合噪声识别结果和噪声基重构估计混合噪声中源噪声的强度。首先,选用频域数据分布作为特征向量;然后,采用噪声种类识别算法进行种类识别,并且在噪声基重构过程中以重构噪声与真实噪声的频域余弦距离作为强度估计算法的最优化评价标准;最后,实现对源噪声强度的估计。在两个测试数据库上的实验结果表明,所提算法的噪声种类识别的平均精度高达98.135%,混合噪声强度估计的误差率为20.96%。实验结果验证了噪声种类识别算法的准确性和泛化性,以及混合噪声强度估计算法的可行性,并且该方法为混合噪声强度估计提供了新思路。采用该方法获取的混合噪声种类和强度信息有助于去噪方法和去噪参数的确定,进而提高去噪效率。

关键词： K近邻算法距离阈值噪声基重构种类识别强度估计混合噪声

在线全文

学校读者我要写书评

暂无评论

基于k近邻分类算法的涉恐信息过滤模型研究

情报杂志 2018年第3期37卷 64-70页

作者：唐华杨解君王俊黄炜南京工业大学安全科学与工程学院南京211800 湖北工业大学信息技术中心武汉430068

[目的/意义]针对现有的涉恐信息过滤在语义过滤和主题无关性方面还存在一定的不足,建立了基于k近邻分类算法的涉恐信息过滤模型。[方法/过程]通过采用k近邻分类算法、TF-IDF分词系统和语义相似度计算建立了一种新的涉恐信息过滤模型,并... 详细信息

[目的/意义]针对现有的涉恐信息过滤在语义过滤和主题无关性方面还存在一定的不足,建立了基于k近邻分类算法的涉恐信息过滤模型。[方法/过程]通过采用k近邻分类算法、TF-IDF分词系统和语义相似度计算建立了一种新的涉恐信息过滤模型,并从爬取主题的一次过滤到关键词匹配的二次过滤,最终进行语义分析的三次过滤,构建了一套完整的涉恐信息过滤体系。[结果/结论]本模型能够快速高效地获取涉恐信息,克服了语义和主题无关性等因素的干扰,较于传统的涉恐信息过滤在查全率和查准率上面有了很大的提升。

关键词：涉恐信息信息过滤 K近邻算法分词系统语义相似度

在线全文

学校读者我要写书评

暂无评论

基于K近邻算法的网络敏感信息过滤方法

电子设计工程 2023年第6期31卷 105-108,113页

作者：成彦衡黄宇连云港市第四人民医院江苏连云港222000 成都理工大学工程技术学院四川成都614000

面对当前方法受到数据稀疏性影响,导致敏感信息过滤效果差的问题,提出了基于K近邻算法的网络敏感信息过滤方法。以K近邻算法中用到的评分实际数据稀疏度为评判依据,对网络敏感信息进行分类,避免了过滤过程受数据稀疏性的影响。构造敏感... 详细信息

面对当前方法受到数据稀疏性影响,导致敏感信息过滤效果差的问题,提出了基于K近邻算法的网络敏感信息过滤方法。以K近邻算法中用到的评分实际数据稀疏度为评判依据,对网络敏感信息进行分类,避免了过滤过程受数据稀疏性的影响。构造敏感信息决策树,在树节点上添加敏感关键词,利用k近邻分类算法计算特征值方差矩阵的权重和累积权重。将计算结果添加到反敏感信息库中,引入时间和主题相关度变量参数计算相似度,通过查找网络上的敏感素材,筛选符合条件的敏感信息。由实验结果可知,该方法平均绝对误差和标准化平均绝对误差与其他方法相比数值最小,分别为0.19和0.20,说明其网络敏感信息过滤效果较好。

关键词： K近邻算法网络敏感信息过滤数据稀疏度相似度

K近邻算法结合红外光谱对轮胎橡胶颗粒的鉴别研究

在线全文

学校读者我要写书评

暂无评论

化学通报 2019年第1期82卷 87-91页

作者：桑国通廖晓曦何欣龙王继芬中国人民公安大学刑事科学技术学院北京102600 中国人民公安大学国际警务执法学院北京102600

在法庭科学领域,轮胎橡胶颗粒的检验鉴别对交通肇事和一些诉讼案件的侦破尤为重要,针对传统取样分析技术会破坏物证的问题和综合考察样本在多变量多维度上的差异性,提出基于红外光谱法结合K近邻算法无损识别轮胎橡胶的鉴别方法。采集不... 详细信息

在法庭科学领域,轮胎橡胶颗粒的检验鉴别对交通肇事和一些诉讼案件的侦破尤为重要,针对传统取样分析技术会破坏物证的问题和综合考察样本在多变量多维度上的差异性,提出基于红外光谱法结合K近邻算法无损识别轮胎橡胶的鉴别方法。采集不同品牌的样本,对其光谱进行自动基线校正和归一化操作,采用Savitsky-Golay算法平滑去噪,通过降维实现对840个原始特征到5个识别特征的高效筛选,运用训练样本为测试样本的方法进行交互验证,选取k值为1,"特征3"为主要自变量,"特征4"、"特征5"、"特征2"和"特征1"为协变量作为分类参数,按重要性加权特征进行计算样本之间的距离,建立分类模型,模型总分类准确率达83. 56%,区分效果良好,结合样本红外谱图展开进一步分析,最终成功将73类样本分为了10类。结果表明,利用红外光谱检测和K近邻算法可实现对轮胎橡胶颗粒的识别与分类,普适性和高效性较强,具有一定的借鉴和参考意义。

关键词：红外光谱轮胎橡胶 K近邻算法种类鉴别

基于自适应烟花算法和K近邻算法的特征选择算法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2020年第5期37卷 268-274页

作者：黄欣莫海淼赵志刚广西农业职业技术学院信息与机电工程系广西南宁530007 合肥工业大学管理学院计算机网络系统研究所安徽合肥230009 广西大学计算机与电子信息学院广西南宁530004

特征选择是从原始特征集中选取若干个特征子集,并降低数据维度和减少冗余信息,从而达到提高分类准确度的效果。为了达到此效果,将自适应烟花算法进行离散化处理,使用K近邻算法作为分类器,并提出新的特征选择算法。将特征子集引入目标函... 详细信息

特征选择是从原始特征集中选取若干个特征子集,并降低数据维度和减少冗余信息,从而达到提高分类准确度的效果。为了达到此效果,将自适应烟花算法进行离散化处理,使用K近邻算法作为分类器,并提出新的特征选择算法。将特征子集引入目标函数,并使用惩罚因子来处理约束条件,采用十折交叉验证法来检验分类效果。使用机器学习常用的UCI数据集进行仿真实验,结果表明:与增强烟花算法、烟花算法、蝙蝠算法、粒子群算法和自适应粒子群算法相比,该算法的性能更优。

关键词：自适应烟花算法特征选择分类 K近邻算法十折交叉验证

在线全文

学校读者我要写书评

暂无评论

采用k-近邻算法的铺粉质量检测方法

黎明职业大学学报 2023年第3期 94-99页

作者：赖艺文黎明职业大学航空学院福建泉州362000

为了提升选区激光熔化设备生产的零件质量,提出一种采用k-近邻算法对选区激光熔化设备铺粉表面进行缺陷检测的算法,通过透视变换算法校正畸变的图像;再利用图像处理技术将铺粉缺陷分割出来;接着选取合适的特征向量放入k-近邻分类器进行... 详细信息

为了提升选区激光熔化设备生产的零件质量,提出一种采用k-近邻算法对选区激光熔化设备铺粉表面进行缺陷检测的算法,通过透视变换算法校正畸变的图像;再利用图像处理技术将铺粉缺陷分割出来;接着选取合适的特征向量放入k-近邻分类器进行训练,最终实现铺粉缺陷的分类检测。在60个合格、60个熔覆层凸起缺陷、60个刮条缺陷及60个杂质缺陷样本中,其平均检测时间与检测准确率分别为405.44 ms和97.5%。

关键词：铺粉质量检测机器视觉缺陷识别 K近邻算法

基于判别分析与K近邻算法对塑料吸管的红外光谱分析

在线全文

学校读者我要写书评

暂无评论

塑料工业 2020年第5期48卷 112-116页

作者：姜红马枭杜岩中国人民公安大学刑事科学技术学院北京100038

为建立一种塑料吸管物证的高效、准确分类方法,利用红外光谱法对来自全国的4个品牌共42个塑料吸管样本进行了检验。经过前期光谱预处理后,利用主成分分析法提取出了25个主成分,累积方差贡献率为99. 689%,并将其作为判别变量进行判别分... 详细信息

为建立一种塑料吸管物证的高效、准确分类方法,利用红外光谱法对来自全国的4个品牌共42个塑料吸管样本进行了检验。经过前期光谱预处理后,利用主成分分析法提取出了25个主成分,累积方差贡献率为99. 689%,并将其作为判别变量进行判别分析。判别结果区分效果良好但交叉验证正确率仅为73. 8%,有待进一步提高。因此将判别得分作为特征变量导入k值为1的K近邻算法中,构建起了分类正确率为100%的K近邻算法模型,实现了对塑料吸管物证的准确分类。

关键词：红外光谱法判别分析 K近邻算法塑料吸管