检索结果-南通市图书馆

基于knn-LSTM短时交通车流量预测方法的研究

在线全文

学校读者我要写书评

暂无评论

现代信息科技 2022年第10期6卷 169-173页

作者：李磊惠州工程职业学院广东惠州516023

针对当前现有预测模型在智能交通短时车流量预测过程中无法有效预测交通流序列规律、不能在车流量预测时充分利用交通流的时空相关性,以及循环神经网络存在梯度消失和爆炸的问题,提出了一种基于knn(K-最近邻)和LSTM(长短时记忆)相结合... 详细信息

针对当前现有预测模型在智能交通短时车流量预测过程中无法有效预测交通流序列规律、不能在车流量预测时充分利用交通流的时空相关性,以及循环神经网络存在梯度消失和爆炸的问题,提出了一种基于knn(K-最近邻)和LSTM(长短时记忆)相结合的短时交通车流量预测方法。实验研究表明,该模型能够更好且有效地提取到交通流序列的时空特性,以及解决循环神经网络在短时交通流预测过程中存在的相关问题。

关键词：智能交通短时车流量预测 knn LSTM

在线全文

学校读者我要写书评

暂无评论

基于knn算法与核磁共振测井的渗透率预测

基于KNN算法与核磁共振测井的渗透率预测

基于knn机器学习方法对青藏高原唐古拉地区表层土壤水热状况的模拟

2022年中国地球科学联合学术年会

作者：寇培鑫赵建鹏陈惠西安石油大学地球科学与工程学院中国石油集团测井有限公司地质研究院

渗透率的准确求取对储层评价起着至关重要的作用。本文基于核磁共振测井数据和岩心渗透率实验资料,利用机器学习中的K最近邻(knn)算法,优化学习参数进行渗透率预测,建立了该地区储层渗透率定量计算模型。最后将knn算法渗透率计算结果与... 详细信息

渗透率的准确求取对储层评价起着至关重要的作用。本文基于核磁共振测井数据和岩心渗透率实验资料,利用机器学习中的K最近邻(knn)算法,优化学习参数进行渗透率预测,建立了该地区储层渗透率定量计算模型。最后将knn算法渗透率计算结果与经典的SDR、Coates模型及与岩石物理实验所得到的渗透率进行了对比分析。结果表明:基于knn算法计算的渗透率与岩石物理实验所得到的全直径岩心分析渗透率吻合较好,优于SDR与Coates模型渗透率计算结果,证明了knn方法在储层渗透率预测方面的有效性。

关键词：碳酸盐岩渗透率 knn 预测

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

冰川冻土 2021年第4期43卷 1243-1252页

作者：刘宏超马俊杰李韧兰州大学大气科学学院半干旱气候变化教育部重点实验室甘肃兰州730000 中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室/青藏高原冰冻圈观测研究站甘肃兰州730000 中国科学院大学北京100049

利用唐古拉站2004—2012年气象观测资料,基于knn算法,结合机器学习思想,建立了一个气象回归模型,模拟了2005年唐古拉地区表层土壤水热变化趋势,结合实测数据,将模拟值与观测值进行对比,并对模型模拟效果进行了评估。结果表明:knn模型能... 详细信息

利用唐古拉站2004—2012年气象观测资料,基于knn算法,结合机器学习思想,建立了一个气象回归模型,模拟了2005年唐古拉地区表层土壤水热变化趋势,结合实测数据,将模拟值与观测值进行对比,并对模型模拟效果进行了评估。结果表明:knn模型能够较好地模拟活动层表层土壤水热状况,各层土壤温度的模拟值与观测值的相关系数均在0.99以上,均方根误差在1.25℃以内;不同深度土壤水分的模拟值与观测值的相关系数均在0.95以上,均方根误差在0.02 m^(3)·m^(-3)以内。总体上,knn模型能够对青藏高原多年冻土区唐古拉地区表层土壤水热状况进行较为精确地模拟,该模型对于青藏高原其他地区的适用性有待进一步研究验证。

关键词： knn 机器学习青藏高原多年冻土土壤水热过程

在线全文

学校读者我要写书评

暂无评论

基于信息熵距离精度优化的knn波达角估计

基于信息熵距离精度优化的kNN波达角估计

基于EMD-SVD与knn的多域特征轴承故障诊断

第十届中国指挥控制大会

作者：唐希雯袁学华孙宇航吴世龙国防科技大学电子对抗学院中国人民解放军91428部队

针对复杂电磁环境下的波达角估计(Direction of Arrival,DOA)问题,运用机器学习大数据样本的处理技术,研究了基于knn (k-Nearest Neighbor,knn)算法的DOA估计,将信息熵概念引入了knn模型的样本距离度量中,构建了基于信息熵距离精度优化... 详细信息

针对复杂电磁环境下的波达角估计(Direction of Arrival,DOA)问题,运用机器学习大数据样本的处理技术,研究了基于knn (k-Nearest Neighbor,knn)算法的DOA估计,将信息熵概念引入了knn模型的样本距离度量中,构建了基于信息熵距离精度优化的knn波达角估计模型,最后针对均匀线阵,基于多元阵列侦收的辐射源直接采样数据集,结合相位差、相对幅度和协方差等特征数据,在sklearn环境下进行了仿真实现和DOA估计性能分析,结果表明DOA估计的准确率与精度都有很大的提高。

关键词： DOA估计 knn 信息熵机器学习

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于EMD-SVD与KNN的多域特征轴承故障诊断

基于knn和GRNN的挤压铸造温度参数设计方法

第15届全国转子动力学学术大会（ROTDYN2023）

作者：吴滨梅杨磊张家伟刘强徐晓鸣广东海洋大学机械工程学院

滚动轴承作为机械的重要组成部件,其健康状态对整个机械系统的运行有着重要影响。因此本文提出了一种基于EMD-SVD与knn的多域特征轴承故障诊断方法诊断轴承故障。运用距离评估技术选出时域频域中与轴承状态关联性强的指标。对原始信号进... 详细信息

滚动轴承作为机械的重要组成部件,其健康状态对整个机械系统的运行有着重要影响。因此本文提出了一种基于EMD-SVD与knn的多域特征轴承故障诊断方法诊断轴承故障。运用距离评估技术选出时域频域中与轴承状态关联性强的指标。对原始信号进行EMD-SVD分解保留最大特征比例矩阵,将所得结果进行PCA降维处理,

关键词：域特征 SVD EMD-SVD knn

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

铸造 2022年第7期71卷 898-905页

作者：邓建新谢彬曾向明广西大学广西制造系统与先进制造技术重点实验室广西南宁530003 广西大学机械工程学院广西南宁530003

针对现有的挤压铸造工艺参数研究方法效率低下、局限性较大的现状,利用已有挤压铸造工艺数据采用机器学习方法实现了对挤压铸造温度工艺参数的快速设计。首先基于K最近邻(K Nearest Neighbors,knn)算法参考相近材料铸件的温度工艺参数,... 详细信息

针对现有的挤压铸造工艺参数研究方法效率低下、局限性较大的现状,利用已有挤压铸造工艺数据采用机器学习方法实现了对挤压铸造温度工艺参数的快速设计。首先基于K最近邻(K Nearest Neighbors,knn)算法参考相近材料铸件的温度工艺参数,从材料成分层面对浇注温度和模具预热温度进行初始设计,然后结合铸型参数和广义回归神经网络(Generalized Regression Neural Network,GRNN)对设计误差较大的模具预热温度进行修正,建立了误差修正模型;基于数据和实例铸件进行应用,并结合Procast进行实例铸件仿真试验,验证了提出的温度工艺参数设计方法的有效性。

关键词：挤压铸造工艺参数设计数据驱动 knn GRNN

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

基于LPP和Lasso的knn回归算法

小型微型计算机系统 2015年第11期36卷 2604-2608页

作者：龚永红邓振云孙可刘越广西师范大学广西多源信息挖掘与安全重点实验室广西桂林541004 桂林航天工业学院图书馆广西桂林541004 广西师范大学计算机科学与信息工程学院广西桂林541004

针对k NN回归算法中k值固定且未考虑样本相关性的影响,提出一种基于LPP和Lasso的最近邻算法.该算法通过局部保持投影与稀疏编码相结合,使训练样本对每一个测试样本都进行重构,重构过程中,LPP用于保持原始数据的局部结构,l1-范式确保每... 详细信息

针对k NN回归算法中k值固定且未考虑样本相关性的影响,提出一种基于LPP和Lasso的最近邻算法.该算法通过局部保持投影与稀疏编码相结合,使训练样本对每一个测试样本都进行重构,重构过程中,LPP用于保持原始数据的局部结构,l1-范式确保每个测试样本被k个不同数目的最近邻样本预测,以此解决k NN算法中k值固定问题.在UCI数据集上得到的实验结果表明,改进算法在线性回归中的预测能力优于传统k NN算法.

关键词： knn 回归局部保持投影稀疏编码

结合同义向量聚合和特征多类别的knn分类算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2013年第12期40卷 55-58页

作者：林啟锋蒙祖强陈秋莲广西大学计算机与电子信息学院南宁530004

特征选择是文本分类的关键阶段,其选择过程将影响文本分类速度与精度。χ2统计量能很好地体现词和类别之间的关系,是文本分类领域特征提取阶段的重要方法之一。分析了χ2统计量在文本分类中的应用,发现CHI向量所表达的与各类别关系的特... 详细信息

特征选择是文本分类的关键阶段,其选择过程将影响文本分类速度与精度。χ2统计量能很好地体现词和类别之间的关系,是文本分类领域特征提取阶段的重要方法之一。分析了χ2统计量在文本分类中的应用,发现CHI向量所表达的与各类别关系的特征词无法全面表达出此类的概念含义,依赖于训练集中出现的特征情况,且该向量仅用于特征选择阶段;针对χ2统计量特征词的表达局限及其向量没有得到充分利用的问题,提出结合同义向量聚合和特征多类别的改进knn分类算法,该方法能够综合考虑特征所表达的含义,且通过特征集多类别矩阵使CHI向量也能在分类阶段起到提高整个算法效率的作用。实验结果与分析表明,该改进算法明显提高了文本分类效率,并且提高了分类的精度。

关键词：文本分类 χ2统计量特征集多类别矩阵 knn

Automatic Arabic Document Classification via knn

在线全文

学校读者我要写书评

暂无评论

Computer Aided Drafting,Design and Manufacturing 2008年第2期18卷 65-73页

作者： HANI M. O. Iwidat School of Computer Science and Engineering Beijing University of Aeronautics and Astronautics

Many algorithms have been implemented for the problem of document categorization. The majority work in this area was achieved for English text, while a very few approaches have been introduced for the Arabic text. The nature of Arabic text is different from that of the English text and the preprocessing of the Arabic text is more challenging. This is due to Arabic language is a highly inflectional and derivational language that makes document mining a hard and complex task. In this paper, we present an Automatic Arabic documents classification system based on knn algorithm. Also, we develop an approach to solve keywords extraction and reduction problems by using Document Frequency (DF) threshold method. The results indicate that the ability of the knn to deal with Arabic text outperforms the other existing systems. The proposed system reached 0.95 micro-recall scores with 850 Arabic texts in 6 different categories.

关键词： Arabic documents classification knn vector model keywords extraction