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

使用knn算法的文本分类

计算机工程 2005年第8期31卷 171-172,185页

作者：张宁贾自艳史忠植中国科技大学研究生院计算机学部北京100039 中科院计算技术研究所智能信息处理重点实验室北京100080

介绍了数据挖掘的一个分枝——文本自动分类的相关技术,在对数据进行预处理的基础上,实现了K最近邻居分类算法,并结合实验结果对数据预处理在文本分类中的重要性进行了讨论。

关键词：数据挖掘文本分类 knn算法向量空间模型

改进的knn算法在光测图像关键事件评估中的应用

在线全文

学校读者我要写书评

暂无评论

光电工程 2014年第8期41卷 66-72页

作者：陈帅均蒋平吴钦章中国科学院光电技术研究所成都610209 中国科学院大学北京100049

knn算法是光测图像关键事件评估中常用的算法,经典的knn算法只注重候选范例的个数,而忽视候选范例个体的特殊性,因此knn方法在某些时候会使得评估结论极不合理。基于此,本文提出了改进的knn算法,该算法更加注重候选范例的个体性,候选范... 详细信息

knn算法是光测图像关键事件评估中常用的算法,经典的knn算法只注重候选范例的个数,而忽视候选范例个体的特殊性,因此knn方法在某些时候会使得评估结论极不合理。基于此,本文提出了改进的knn算法,该算法更加注重候选范例的个体性,候选范例到目标范例的距离、候选范例的概率分布等,对目标范例的评估结论都有重要影响。实验结果表明,本文提出的knn改进算法比经典knn算法评估结论更准确,计算出的隶属度表征了关键事件成功失败的程度,结论更实际更合理。

关键词： knn算法光测图像关键事件飞行器评估隶属度

knn算法在手机短信客户端分类中的应用研究

在线全文

学校读者我要写书评

暂无评论

山东农业大学学报（自然科学版） 2014年第2期45卷 216-222页

作者：王红张燕平陈功平六安职业技术学院信息工程系安徽六安237158 安徽大学计算机科学与技术学院安徽合肥230039

研究并实现了knn算法的手机短信客户端分类系统，从自建的短信语料库中提取到正常短信和垃圾短信两个特征向量集,通过预处理、降维和去除词频过小的特征项，使特征向量集可最大程度的载有该类短信的特征项。短信语料库分成比对库和测试... 详细信息

研究并实现了knn算法的手机短信客户端分类系统，从自建的短信语料库中提取到正常短信和垃圾短信两个特征向量集,通过预处理、降维和去除词频过小的特征项，使特征向量集可最大程度的载有该类短信的特征项。短信语料库分成比对库和测试库两部分。研究发现，比对库的短信数量n取600时分类效果最好，过小则降低短信的识别率，过大则提升分类时间复杂度，近邻数k取25时效果最优。同时研究了当k条短信选取时的概率差在1%～2%时，短信类别确定时的数量差在5到15之间时，效果最优。遵循保证正常短信的通过率的同时加大垃圾短信识别率的原则，knn算法手机短信客户端分类系统的最终参数n取600，k取25，概率差取1.5%，数量差取9，可使得正常短信和垃圾短信识别率最高达到97.3%和89%。

关键词：短信分类 knn算法特征向量集向量空间模型

在线全文

学校读者我要写书评

暂无评论

knn算法的若干改进方法

KNN算法的若干改进方法

作者：于祥雨杭州师范大学

学位级别：硕士

K最近邻(K-NearestNeighbor，knn)算法作为数据挖掘经典算法之一，在实际生活中具有广泛的应用.本文主要对传统knn算法在训练集，边界问题以及维规约和数量规约等方面进行分析，研究和实验，提出了4种新算法：GOknn算法，LOknn算法，BI... 详细信息

K最近邻(K-NearestNeighbor，knn)算法作为数据挖掘经典算法之一，在实际生活中具有广泛的应用.本文主要对传统knn算法在训练集，边界问题以及维规约和数量规约等方面进行分析，研究和实验，提出了4种新算法：GOknn算法，LOknn算法，BIknn算法以及DLLE-knn算法.本文一共分为五个章节内容：　　第一章，主要阐述本文的研究背景和内容，并叙述本文研究内容在解决实际问题具有广泛的应用前景.伴随着大数据概念的兴盛和技术的提高，knn算法被不同领域所采用并获得了较好的效果.　　第二章，介绍国内外研究学者对knn算法的研究进展，研究内容以及研究成果.　　第三章，对本文研究内容涉及到的理论知识进行介绍，其理论知识主要有：留出法，蒙特卡罗方法，数据标准化以及几种统计量.　　第四章，介绍本文数值实验的数据集，分别阐述全局最优knn算法，局部最优knn算法，基于边界改进的knn算法以及DLLE-knn算法的原理，算法描述，数值实验和实验结果分析.　　第五章，主要阐述本文研究内容的实验效果与不足之处.　　本文通过降低训练集规模的思想提出全局最优knn算法和局部最优knn算法,该算法是通过重新构造新训练集再进行knn算法，其数值实验表明，在保证分类准确率下降不明显的前提下，可以通过少量新训练集来降低knn算法的计算量.由于待测样本分类错误常发生在不同类别数据点交汇处，基于此本文提出一种基于边界改进的knn算法，数值实验结果表明该算法在部分数据集上可以提高分类准确率.从维规约，训练集质量和规模的角度出发，本文提出DLLE-knn算法，该算法在部分数据集的分类准确率优于传统knn算法.　　本文的不足之处主要体现在数据集规模较小时，4种改进算法的计算成本要大于传统knn算法.

关键词： knn算法蒙特卡罗方法 LLE算法 DLLE算法维规约

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算法的相似度研究

KNN算法的相似度研究

作者：潘登东北师范大学

学位级别：硕士

当今社会,信息就是财富,就是生成力,但是如果我们想把所有的信息量都掌握,这显然不太现实。所以如何从庞大的信息库中获取我们所需要的有价值的信息就显得尤其重要。传统的信息检索技术已经不能满足我们对文本进行分门别类合理管理的要... 详细信息

当今社会,信息就是财富,就是生成力,但是如果我们想把所有的信息量都掌握,这显然不太现实。所以如何从庞大的信息库中获取我们所需要的有价值的信息就显得尤其重要。传统的信息检索技术已经不能满足我们对文本进行分门别类合理管理的要求。随着对信息应用需求的加大,文本挖掘就产生了。文本分类技术是文本挖掘研究中最基本的工作,用于帮助我们查询信息、检索网页、过滤文本信息,从而提高信息的可利用率和使用价值。文本分类的任务是将自然文本根据文本信息量分到预先定义的几个类别中。很多领域都有此类问题,包括网页搜索、办公自动化、新闻网页搜索和主题索引的分类。它应用于信息过滤和提取、网页搜索、数字化图书馆，作为一种关键技术,应用前景非常广阔。knn算法是一种非参数的文本分类方法,因其简单、有效的特点,被广泛应用于机器学习领域。本文的研究内容是相似度的不同对于knn算法在文本分类中的影响。同时对于各种不同的距离函数在knn分类算法中的效果进行了比较。传统的knn算法中,一方面相似度公式中并没有考虑每一个测试样本点与每一类训练集中心的距离;另一方面也并没有考虑到特征项在分类时对不同类别所起的作用,也就是没有考虑到样本点之间共同拥有或者共同出现的特征项数目。基于以上两点不足,本文提出了新的相似度计算方法,实验二的结果表明,新的相似度计算公式确实提高了文本分类的正确率。

关键词： knn算法文本相似度特征项

knn算法改进及基于all-confidence模式的分类算法探讨

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算法改进及基于all-confidence模式的分类算法探讨

作者：张玲珠漳州师范学院

学位级别：硕士

数据挖掘是从数据库中抽取隐含的、以前未知的、具有潜在应用价值的模型或规则等有用知识的一个复杂过程。分类挖掘是数据挖掘的重要任务之一,它在很多领域得到了广泛的应用,如医学诊断、语音识别、人脸识别、雷达探测等。不同的分类方... 详细信息

数据挖掘是从数据库中抽取隐含的、以前未知的、具有潜在应用价值的模型或规则等有用知识的一个复杂过程。分类挖掘是数据挖掘的重要任务之一,它在很多领域得到了广泛的应用,如医学诊断、语音识别、人脸识别、雷达探测等。不同的分类方法都具有自己的优点,也具有一定的局限性,它们都是针对不同的问题而设计的,对于不同的数据得到不同的准确率。本文针对knn分类算法及基于关联规则的分类算法提出了改进。传统的knn算法只考虑k个近邻的个数,或k个近邻的平均相似度,当某个类别的近邻样本点个数比较多,但是它与未知样本的相似度都较小,会出现误判,此外不同类别的近邻样本点个数相等或平均相似度一样时,会造成无法判断,因而使得准确率不高。本文提出了knn分类算法的一种改进,即结合属性值贡献度、平均相似度以及近邻个数的knn改进算法,并在蘑菇数据集上进行实验结果表明,改进后的knn分类算法的准确率比传统的k -近邻分类算法的准确率更高。频繁模式挖掘得到的所有模式不都是用户感兴趣的模式,当预先给定的最小支持度阀值太低时,结果模式往往非常大量,从中提取的规则也非常多,且频繁模式中各个属性值之间的关联程度非常小,不能真正反映属性值间的关系。本文提出了基于all-confidence模式的分类算法,该算法不仅考虑了单个属性值的发生,而且考虑了属性值之间的关联,能够找出更有意义的规则用于分类。同样地在蘑菇数据集上进行实验,结果表明,基于all-confidence的模式的分类算法比基于频繁模式的分类算法的准确率更高。

关键词： knn算法平均相似度频繁模式 all-confidence模式

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

基于改进knn算法的非侵入式负荷识别方法

复旦学报（自然科学版） 2021年第2期60卷 182-188页

作者：延菲张瑞祥孙耀杰陶余会黄国平孙伟涛复旦大学信息科学与工程学院上海200433 复旦大学六次产业研究院上海200433 上海综合能源系统人工智能工程技术研究中心上海200433 上海复旦复华科技股份有限公司上海200433 中节能太阳能科技(镇江)有限公司江苏镇江212132 上海交通大学电子信息与电气工程学院上海200240

居民用户作为智能电网的重要消耗端,合理用电对缓解能源危机起着至关重要的作用,用电量的分项计量及实时反馈能够引导用户自行优化用能习惯,同时帮助电网侧挖掘用户侧的节能潜力和需求响应潜力.非侵入式负荷监测是用电量分项计量的实现... 详细信息

居民用户作为智能电网的重要消耗端,合理用电对缓解能源危机起着至关重要的作用,用电量的分项计量及实时反馈能够引导用户自行优化用能习惯,同时帮助电网侧挖掘用户侧的节能潜力和需求响应潜力.非侵入式负荷监测是用电量分项计量的实现途径,本文针对现有高精度的基于深度学习的负荷识别算法运算复杂度高,无法用于家庭嵌入式设备的问题,提出利用无需训练过程的k最近邻(k-Nearest Neighbor,knn)算法作为负荷识别模型.首先对标准knn算法容易误判少数类的缺陷采用加权方式进行改进,然后针对V-I轨迹缺失数值特征的不足提出了基于综合相似度的类别判决方法,最后利用数据集和实验室数据验证了上述算法的有效性.

关键词：负荷识别 knn算法二值V-I轨迹综合相似度

在线全文

学校读者我要写书评

暂无评论

基于knn算法的可变权值室内指纹定位算法

计算机工程 2019年第6期45卷 310-314页

作者：戴志诚李小年陈增照何秀玲华中师范大学国家数字化学习工程技术研究中心

针对基于静态权值的室内指纹定位算法存在定位精度低、定位结果不稳定以及环境适应性差等问题,提出一种以欧氏距离为权值参考的可变权值室内指纹定位算法。该算法分为离线采样阶段和在线定位阶段。离线采样阶段对接收信号强度指示(RSSI... 详细信息

针对基于静态权值的室内指纹定位算法存在定位精度低、定位结果不稳定以及环境适应性差等问题,提出一种以欧氏距离为权值参考的可变权值室内指纹定位算法。该算法分为离线采样阶段和在线定位阶段。离线采样阶段对接收信号强度指示(RSSI)值进行高斯滤波去噪构建指纹库。在线定位阶段引入权值指数α、β,分别以RSSI、欧氏距离为权值参考计算最近邻点及其加权质心,得出待测节点的坐标。实验结果表明,相比knn和RW算法,该算法定位精度高,其平均误差为0.965m,且定位误差波动小。

关键词：接收信号强度指示 knn算法可变权值加权质心指纹定位

在线全文

学校读者我要写书评

暂无评论

用于文本分类的改进knn算法

中文信息学报 2007年第3期21卷 76-82页

作者：王煜王正欧白石河北大学数学与计算机学院河北保定071002 天津大学系统工程研究所天津300072 沧州市城建档案馆河北沧州061000

最近邻分类器是假定局部的类条件概率不变,而这个假定在高维特征空间中无效。因此在高维特征空间中使用k最近邻分类器,不对特征权重进行修正就会引起严重的偏差。本文采用灵敏度法,利用前馈神经网络获得初始特征权重并进行二次降维。在... 详细信息

最近邻分类器是假定局部的类条件概率不变,而这个假定在高维特征空间中无效。因此在高维特征空间中使用k最近邻分类器,不对特征权重进行修正就会引起严重的偏差。本文采用灵敏度法,利用前馈神经网络获得初始特征权重并进行二次降维。在初始权重下,根据样本间相似度采用SS树方法将训练样本划分成若干小区域,以此寻找待分类样本的近似k0个最近邻,并根据近似k0个最近邻和Chi-square距离原理计算新权重,搜索出新的k个最近邻。此方法在付出较小时间代价的情况下,在文本分离中可获得较好的分类精度的提高。

关键词：计算机应用中文信息处理文本分类神经网络 Chi—square距离 knn算法