期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到316篇文章
< 1 2 … 16 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多种LBP特征集成学习的人脸识别 被引量：22
1
作者 何云 吴怀宇 钟锐 《计算机应用研究》 CSCD 北大核心 2018年第1期292-295,共4页
单一的特征与分类器只能对限定条件下的人脸进行较好的识别,当在非限定条件下(如光照、背景等发生变化时)将出现人脸识别率较低问题。针对该问题,提出了一种基于多种局部二进制特征集成学习的人脸识别算法。使用SDM(supervised descent ... 单一的特征与分类器只能对限定条件下的人脸进行较好的识别,当在非限定条件下(如光照、背景等发生变化时)将出现人脸识别率较低问题。针对该问题,提出了一种基于多种局部二进制特征集成学习的人脸识别算法。使用SDM(supervised descent method)算法对人脸特征点定位,应用CSLBP算子提取每个特征点邻域特征,将所有人脸特征点邻域特征合成为精细的纹理特征;同时运用分区LBP直方图算法提取人脸区域的微观空间结构特征,再使用KNN和SVM分别训练这两种特征,得到类别排序列表和投票决策矩阵;最后利用加权求和的规则融合决策矩阵,构成最优集成分类器,从而得到输出类别。通过在非限制性人脸库LFW上的实验结果表明,所提算法采用集成的方法明显优于单一的特征和分类器。 展开更多
关键词 中心对称局部二进制(CSLBP) 特征点 多特征 k最近邻算法 支持向量机 集成学习
下载PDF
最近邻分类方法的研究 被引量：18
2
作者 钟智 朱曼龙 +1 位作者 张晨 黄樑昌 《计算机科学与探索》 CSCD 2011年第5期467-473,共7页
研究最近邻分类方法,应用S近邻技术的思想建立分类模型,设计一个新的S近邻(shelly nearest neighbor,SNN)分类算法,克服了k近邻(knearest neighbor,kNN)分类算法在最近邻选择上可能存在偏好的问题。通过对传统的k近邻和新构造的S近邻分... 研究最近邻分类方法,应用S近邻技术的思想建立分类模型,设计一个新的S近邻(shelly nearest neighbor,SNN)分类算法,克服了k近邻(knearest neighbor,kNN)分类算法在最近邻选择上可能存在偏好的问题。通过对传统的k近邻和新构造的S近邻分类算法的思想、关键技术等方面的分析,以及在UCI真实数据集实验上分类准确率的比较,概括出算法适宜的环境条件,并分析可能的原因。最后,总结得出SNN分类算法对距离度量不敏感,且在大数据集上具有更好分类效果的结论。 展开更多
关键词 分类 k近邻算法 S近邻算法 分类准确率
下载PDF
基于ELM-KNN算法的网络入侵检测模型 被引量：16
3
作者 顾兆军 李冰 刘涛 《计算机工程与设计》 北大核心 2018年第8期2412-2416,2421,共6页
针对传统神经网络算法在处理入侵检测问题时易陷入局部极小导致分类正确率不高的问题,提出基于极限学习机(ELM)特征映射的K最近邻(KNN)算法的网络入侵检测模型。利用ELM算法将低维输入空间中复杂线性不可分的样本投影到高维特征空间,使... 针对传统神经网络算法在处理入侵检测问题时易陷入局部极小导致分类正确率不高的问题,提出基于极限学习机(ELM)特征映射的K最近邻(KNN)算法的网络入侵检测模型。利用ELM算法将低维输入空间中复杂线性不可分的样本投影到高维特征空间,使其线性可分,用KNN算法对投影到高维特征空间的样本进行分类,建立入侵检测分类器。采用KDD Cup99数据集的仿真结果表明,相比其它入侵检测方法,基于ELM-KNN算法的入侵检测模型提高了入侵检测正确率。 展开更多
关键词 入侵检测 极限学习机 k最近邻算法 特征空间 分类问题
下载PDF
散乱点云的孔洞识别和边界提取算法研究 被引量：9
4
作者 王春香 孟宏 张勇 《机械设计与制造》 北大核心 2019年第3期74-76,81,共4页
针对逆向工程中已有孔洞识别算法执行效率低、孔洞边界点提取不完整等问题,提出一种新的基于KD树和K邻域搜索的点云孔洞识别及边界提取算法。该算法首先利用KD树建立散乱点云的拓扑关系。其次,计算点云密度、定义距离阈值作为判别参数,... 针对逆向工程中已有孔洞识别算法执行效率低、孔洞边界点提取不完整等问题,提出一种新的基于KD树和K邻域搜索的点云孔洞识别及边界提取算法。该算法首先利用KD树建立散乱点云的拓扑关系。其次,计算点云密度、定义距离阈值作为判别参数,利用K邻域搜索计算每个点与其K个邻域点的距离,距离大于阈值的点即为边界点。再次,采用单坐标搜索法去除外边界,保留孔洞边界。最后,利用边界追踪算法获取完整的孔洞边界点。以涡轮叶片和挖掘机斗齿为研究对象,对点云上的自然孔洞利用该算法进行识别。结果表明,该算法能够快速地识别出散乱点云中孔洞,并能完整地提取出孔洞边界点,实用性强。 展开更多
关键词 散乱点云 kD树 k邻域搜索 单坐标搜索法 边界追踪 孔洞边界
下载PDF
基于k近邻和最小二乘支持向量机的Android恶意行为识别 被引量：7
5
作者 陈泽恩 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2015年第4期720-724,共5页
针对单一k近邻算法(KNN)和最小二乘支持向量机(LSSVM)存在的缺陷,提出一种基于KNN-LSSVM的Android恶意行为识别模型.先采集Android用户行为样本,并提取相应特征组成特征向量;再将训练集输入LSSVM中进行学习,计算测试样本与最优分类平面... 针对单一k近邻算法(KNN)和最小二乘支持向量机(LSSVM)存在的缺陷,提出一种基于KNN-LSSVM的Android恶意行为识别模型.先采集Android用户行为样本,并提取相应特征组成特征向量;再将训练集输入LSSVM中进行学习,计算测试样本与最优分类平面间的距离,如果该距离小于阈值,则直接采用LSSVM恶意行为识别,否则采用KNN算法进行恶意行为识别;最后采用仿真实验测试KNN-LSSVM的性能.实验结果表明,相对于单一KNN算法和LSSVM,KNN-LSSVM提高了Android恶意行为的识别正确率,可以满足Android恶意行为的在线识别要求. 展开更多
关键词 恶意行为 移动终端 最小二乘支持向量机 k近邻算法
下载PDF
基于改进KNN算法的农产品价格预测模型 被引量：6
6
作者 许杞刚 刘明军 李海 《济南大学学报（自然科学版）》 CAS 北大核心 2014年第2期114-117,共4页
基于传统K最近邻算法,针对农产品价格波动符合时间序列的特点,在通过计算相似度决定最近邻的时候,采用多项式函数和欧氏距离结合的方法,并用粒子群优化算法对多项式函数系数、K值的选取进行参数优化,得到改进的预测模型。实验表明,改进... 基于传统K最近邻算法,针对农产品价格波动符合时间序列的特点,在通过计算相似度决定最近邻的时候,采用多项式函数和欧氏距离结合的方法,并用粒子群优化算法对多项式函数系数、K值的选取进行参数优化,得到改进的预测模型。实验表明,改进的预测模型的预测误差为0.281 46,传统模型的预测误差为0.371 93,预测精度提高了0.090 47,其预测稳定性强,预测精度能够达到神经网络模型的效果。 展开更多
关键词 k最近邻算法 农产品价格 时间序列 欧氏距离 多项式函数 粒子群优化算法
下载PDF
基于案例推理的煤与瓦斯突出预警模型研究 被引量：2
7
作者 李全贵 李建波 +4 位作者 胡千庭 吴江杰 郑梦浩 李赏 周俊江 《矿业安全与环保》 CAS 北大核心 2023年第5期24-29,36,共7页
为充分汲取煤与瓦斯突出历史事故经验,发挥事故调查报告中专家意见的价值,构建了一种基于案例推理的CBR突出预警模型,并依据历史案例数据库搭建了突出预警系统。以突出的多类别指标数据作为输入,运用K最近邻算法计算当前案例与历史案例... 为充分汲取煤与瓦斯突出历史事故经验,发挥事故调查报告中专家意见的价值,构建了一种基于案例推理的CBR突出预警模型,并依据历史案例数据库搭建了突出预警系统。以突出的多类别指标数据作为输入,运用K最近邻算法计算当前案例与历史案例的局部相似度。同时,为进一步提高案例检索准确度,采用灰狼优化(GWO)算法优化各指标的特征权重,计算得到全局相似度。通过当前案例与历史案例的相似匹配,对突出危险进行预警,并提出突出防治决策方案。利用河南鹤煤六矿突出事故进行验证,结果表明所搭建的预警系统可实现突出危险的有效预警与决策。 展开更多
关键词 煤与瓦斯突出 预警 案例推理 k最近邻算法 灰狼优化算法
下载PDF
基于改进Sigmoid卷积神经网络的手写体数字识别 被引量：5
8
作者 樊继慧 滕少华 金弘林 《计算机科学》 CSCD 北大核心 2022年第12期244-249,共6页
深度学习技术在数字识别领域有着普遍的应用。通过深度学习技术构造神经网络模型,运用不同的激活函数搭配不同的参数初始化策略,对MINIST手写数据集进行训练;构建分析模型,识别图像中的数字,将大数据量的图片降维成小数据量图片,同时保... 深度学习技术在数字识别领域有着普遍的应用。通过深度学习技术构造神经网络模型,运用不同的激活函数搭配不同的参数初始化策略,对MINIST手写数据集进行训练;构建分析模型,识别图像中的数字,将大数据量的图片降维成小数据量图片,同时保证能够有效保留图片特征;通过对图片数据的分析,加入特征转换过程,利用梯度下降优化器,搭建网络结构,将数据降维,有效地避免过拟合;利用交叉熵验证对模型进行编译和训练,对输出的分类结果进行进一步分析,在Sigmoid激活函数的输出层,通过K最近邻分类算法,设置KNN分类器,进一步提高了分类预测的准确率。MNIST数据集上的实验结果显示识别率为96.2%,在输出层引入K最近邻算法KNN(K-Nearst Neighbors)结合传统卷积神经网络(Convolutional Neural Network,CNN)的全连接层与softmax层,经交叉验证得到99.6%的识别率。 展开更多
关键词 数字识别 k最近邻算法 深度学习 卷积神经网络 交叉熵
下载PDF
基于WiFi指纹定位技术的智能考勤系统的设计与实现 被引量：6
9
作者 孙建梅 樊晓勇 郭文书 《电子设计工程》 2019年第4期74-78,83,共6页
文中针对智能教室中考勤问题,提出了一种基于WiFi指纹定位技术的考勤系统,在定位中提出了一种基于缩放权重的KNN算法(Scale Weight KNN,SW-KNN),通过实验得出SW-KNN算法比经典的K最近邻法算法定位精度提高,通过该算法的指纹定位能够实... 文中针对智能教室中考勤问题,提出了一种基于WiFi指纹定位技术的考勤系统,在定位中提出了一种基于缩放权重的KNN算法(Scale Weight KNN,SW-KNN),通过实验得出SW-KNN算法比经典的K最近邻法算法定位精度提高,通过该算法的指纹定位能够实现对学生的非觉察式考勤,提高教师的工作效率,节约人力物力,提高了教学活动的智能化。 展开更多
关键词 指纹定位 k最近邻法算法 智能教室 考勤
下载PDF
基于K近邻算法的主机异常行为检测
10
作者 黄智睿 谢显杰 杨晓丹 《无线互联科技》 2024年第5期122-128,共7页
基于主机异常的入侵检测方法可以识别用户操作是否存在异常,从而提醒用户进行处理以保证系统安全。为了能够快速高效地识别用户操作异常,文章提出了基于K近邻算法的主机异常检测方法。该方法首先在特征提取过程中使用自然语言处理的算... 基于主机异常的入侵检测方法可以识别用户操作是否存在异常,从而提醒用户进行处理以保证系统安全。为了能够快速高效地识别用户操作异常,文章提出了基于K近邻算法的主机异常检测方法。该方法首先在特征提取过程中使用自然语言处理的算法来提取特征向量,然后采用主成分分析算法进行降维处理,接着使用K近邻算法学习主机的正常操作和异常操作的相关特征,建立检测模型,最后使用学习后建立的模型来判断主机是否存在异常操作。该方法采用澳大利亚国防学院的ADFA-LD数据集进行实验,验证了所提出方法性能良好。 展开更多
关键词 网络空间安全 机器学习 主机异常检测 k近邻算法 自然语言处理
下载PDF
基于便携式激光诱导击穿光谱的T91金属老化等级评估
11
作者 卢伟业 董美蓉 +5 位作者 白凯杰 尚子瀚 李至淳 陈小玄 蔡俊斌 陆继东 《激光与光电子学进展》 CSCD 北大核心 2024年第5期534-539,共6页
耐热钢微观组织及机械性能会随着服役过程发生退化,对老化状态的实时快速监测对安全运行及生产具有重要意义。基于便携式激光诱导击穿光谱(LIBS)设备对获取的T91光谱特征进行降维并优化了老化等级评估模型,实现了对T91耐热钢老化等级的... 耐热钢微观组织及机械性能会随着服役过程发生退化,对老化状态的实时快速监测对安全运行及生产具有重要意义。基于便携式激光诱导击穿光谱(LIBS)设备对获取的T91光谱特征进行降维并优化了老化等级评估模型,实现了对T91耐热钢老化等级的快速诊断。分别采用主成分分析与线性判别式分析(LDA)的降维方法,对光谱特征进行优化精简。而后基于降维后的数据,进一步采用K最近邻算法和支持向量机(SVM)算法来建立金属老化等级评估模型,讨论了建模关键参数选择对模型性能的影响。结果表明,经过LDA降维的光谱数据能实现更好的聚类分布,可有效提高评估模型的准确率。同时,应用LDA-SVM模型能获得最高的老化等级评估准确度,达94.58%。所采用的模型建模方法可有效实现基于便携式LIBS的T91耐热钢老化等级评估。 展开更多
关键词 光谱学 激光诱导击穿光谱 金属老化等级评估 光谱特征降维 k最近邻算法 支持向量机
原文传递
融合深度学习与AM的资源数据智能校核技术
12
作者 徐声龙 于聪 +2 位作者 时雨欣 杨柳 胡振 《电子设计工程》 2024年第19期11-15,共5页
在对各类资源数据进行智能校核的过程中,传统算法存在对数据量依赖性强、数据特征敏感度高的缺点。对此,文中提出了一种融合深度学习与注意力机制的改进算法。该算法针对电网人力资源数据集存在的特征维度多、原始数据特征易缺失的特点... 在对各类资源数据进行智能校核的过程中,传统算法存在对数据量依赖性强、数据特征敏感度高的缺点。对此,文中提出了一种融合深度学习与注意力机制的改进算法。该算法针对电网人力资源数据集存在的特征维度多、原始数据特征易缺失的特点,使用KNN对数据缺失的属性进行补偿以提升数据质量,通过引入Wasserstein距离改进了对抗神经网络,以此使得少量数据集也同样能够实现较优的训练效果。采用混合注意力机制对数据特征权重加以训练,有效提升了模型的核验精度及效率。实验测试结果表明,所提算法的数据准确率均在77%以上,在对比算法中最优,具有较强的数据核验能力。 展开更多
关键词 对抗神经网络 混合注意力机制 k近邻算法 数据特征 数据校核
下载PDF
集成多方法的废酸装置风机K7200轴承故障诊断
13
作者 王姣娟 豆宏斌 何宇春 《石油工业技术监督》 2024年第1期11-15,共5页
在废酸装置风机K7200中,轴承作为重要的机械部件,准确判断其故障(健康状态、内圈故障、外圈故障和滚动体故障)可以提高维修效率。克服实际作业场景中人工诊断的缺点,提出了集成多方法的轴承故障诊断策略:分别采用K最近邻算法(简称KNN)... 在废酸装置风机K7200中,轴承作为重要的机械部件,准确判断其故障(健康状态、内圈故障、外圈故障和滚动体故障)可以提高维修效率。克服实际作业场景中人工诊断的缺点,提出了集成多方法的轴承故障诊断策略:分别采用K最近邻算法(简称KNN)、逻辑回归(简称LR)和决策树(简称DT)进行诊断,对结果进行投票集成。实验结果表明,采用集成多方法的故障诊断法较KNN、LR和DT算法,故障诊断的准确率分别提升了3.69%、5.03%、6.3%。 展开更多
关键词 废酸装置风机 轴承 故障诊断 k最近邻算法 逻辑回归 决策树 集成
下载PDF
基于k近邻密度峰值聚类混合算法的网络入侵检测 被引量：5
14
作者 王志勇 《自动化技术与应用》 2019年第12期48-52,共5页
由于传统的入侵检测系统无法识别新型网络入侵问题,在k近邻(KNN)算法和密度峰值聚类(DPC)算法的基础上,提出了一种基于k近邻的密度峰值聚类混合学习算法(DPNN),将DPC用于训练,KNN用于分类,结合KDD-CUP 99数据集作为入侵检测中的标准数据... 由于传统的入侵检测系统无法识别新型网络入侵问题,在k近邻(KNN)算法和密度峰值聚类(DPC)算法的基础上,提出了一种基于k近邻的密度峰值聚类混合学习算法(DPNN),将DPC用于训练,KNN用于分类,结合KDD-CUP 99数据集作为入侵检测中的标准数据集,并利用DPNN在入侵检测中找到更准确和高效的分类器。实验结果表明,DPNN优于支持向量机(SVM)、k近邻(KNN)等多种机器学习方法,它能够有效地检测入侵攻击并具有良好的性能。 展开更多
关键词 网络检测 入侵攻击 密度峰值聚类 k近邻算法
下载PDF
基于小波包分解和K最近邻算法的轴承故障诊断方法 被引量：5
15
作者 朱兴统 《装备制造技术》 2020年第2期24-27,45,共5页
轴承振动信号具有不平稳和不规则性,难以通过振动信号分析直接进行故障诊断,提出一种基于小波包分解和K最近邻算法的轴承故障诊断方法。首先利用小波包分解轴承原始振动信号,接着对分解得到的频带信号计算样本熵值,将其构建特征向量,最... 轴承振动信号具有不平稳和不规则性,难以通过振动信号分析直接进行故障诊断,提出一种基于小波包分解和K最近邻算法的轴承故障诊断方法。首先利用小波包分解轴承原始振动信号,接着对分解得到的频带信号计算样本熵值,将其构建特征向量,最后利用K最近邻算法进行轴承故障诊断。并采用美国CWRU轴承数据集进行仿真实验,故障诊断效果良好,准确率为95%。 展开更多
关键词 轴承 故障诊断 k最近邻算法 小波包分解
下载PDF
基于KNN-SVM的垃圾邮件过滤模型 被引量：4
16
作者 林荫 《现代电子技术》 北大核心 2016年第23期90-92,97,共4页
垃圾邮件具有特征维数高、样本不平衡等特点,针对近邻算法(KNN)或支持向量机(SVM)存在虚警率高等难题,基于组合优化理论,提出基于KNN-SVM的垃圾邮件过滤组合模型。首先提取垃圾邮件的特征项,并构建垃圾邮件过滤模型的输入向量,然后采用... 垃圾邮件具有特征维数高、样本不平衡等特点,针对近邻算法(KNN)或支持向量机(SVM)存在虚警率高等难题,基于组合优化理论,提出基于KNN-SVM的垃圾邮件过滤组合模型。首先提取垃圾邮件的特征项,并构建垃圾邮件过滤模型的输入向量,然后采用KNN对垃圾邮件训练样本进行选择,将训练样本缩减到k个,并采用支持向量机对k个样本训练和建模进行垃圾邮件过滤,最后采用中文邮件集对KNN-SVM的性能进行分析。结果表明,KNN-SVM提高了垃圾邮件过滤的准确率,大幅度降低了虚警率,而且垃圾邮件的过滤速度可以满足邮件处理的在线需求。 展开更多
关键词 垃圾邮件 模式识别提取 k近邻算法 特征提取
下载PDF
机器学习模型k近邻算法分析脑电图对主观性耳鸣的诊断价值
17
作者 王荣国 高洁 +1 位作者 宋晓飞 屈永涛 《中南医学科学杂志》 CAS 2023年第5期696-698,共3页
目的探讨机器学习模型k近邻算法分析脑电图对主观性耳鸣的诊断价值。方法纳入主观性耳鸣患者87例(耳鸣组),健康受试者91例(对照组)。使用MATLAB和EEGLAB工具箱、小波包变换和样本熵相结合的方法分析两组δ、θ、α1、α2、β1、β2、β... 目的探讨机器学习模型k近邻算法分析脑电图对主观性耳鸣的诊断价值。方法纳入主观性耳鸣患者87例(耳鸣组),健康受试者91例(对照组)。使用MATLAB和EEGLAB工具箱、小波包变换和样本熵相结合的方法分析两组δ、θ、α1、α2、β1、β2、β3、γ频段在耳鸣发生网络相关7个区域的样本熵差异。对耳鸣脑电图特征数据使用Python的scikit-learn包进行k近邻算法分析,使用准确率、召回率、精确度和F1得分评估k近邻算法对主观性耳鸣的诊断价值。结果两组样本熵在左听觉、左额叶、中央、右顶叶和左顶叶等区域差异有显著性(P<0.05)。耳鸣组δ、α2和β1节律平均熵大于对照组,θ、α1、β2、β3和γ节律平均熵小于对照组(P<0.05)。耳鸣组和对照组样本熵在FC5、C1、CP1和P4单通道中差异有显著性(P<0.05)。k近邻算法对主观性耳鸣的诊断准确率为91.98%,召回率为90.24%,准确率为96.28%,F1得分为93.12%。结论机器学习模型k近邻算法分析脑电图结果可以辅助临床医生对耳鸣进行诊断。 展开更多
关键词 k近邻算法 脑电图 主观性耳鸣 样本熵 小波包变换
下载PDF
基于惯导信息和卷积神经网络的人体活动识别 被引量：4
18
作者 李新科 刘欣雨 +4 位作者 李勇明 曹海林 陈艺航 林宜成 黄新鑫 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2020年第4期596-601,共6页
随着智能手机等移动设备感知、计算能力的飞速提升,以移动设备作为载体的人体活动识别成为新的研究热点。利用智能移动设备中的加速度传感器等采集到的惯导信息进行人体活动识别,相比于常用的计算机视觉识别,具有应用方便、成本低且更... 随着智能手机等移动设备感知、计算能力的飞速提升,以移动设备作为载体的人体活动识别成为新的研究热点。利用智能移动设备中的加速度传感器等采集到的惯导信息进行人体活动识别,相比于常用的计算机视觉识别,具有应用方便、成本低且更能反映人体运动本质等优势。本文采用智能手机采集到的WISDM数据集,构建了基于加速度计惯导信息和卷积神经网络(CNN)的人体活动识别模型,并同时引入K最近邻算法(KNN)和随机森林算法来对CNN网络进行评估。CNN模型的分类正确率达到了92.73%,相较于KNN和随机森林都有很大提高。实验结果表明,与KNN、随机森林算法相比,CNN算法模型可以实现更精确的人体活动识别,在预测和促进人体健康水平方面具有广阔的应用前景。 展开更多
关键词 人体活动识别 卷积神经网络 加速度传感器 k最近邻算法 随机森林
原文传递
基于局部敏感哈希的K邻近算法识别垃圾短信
19
作者 樊继慧 滕少华 《济南大学学报（自然科学版）》 CAS 北大核心 2023年第6期746-751,共6页
针对目前垃圾短信的识别算法存在的关键字及频次的规则死板,易于被不法分子探测和规避等问题,提出将局部敏感哈希的K邻近算法应用于垃圾短信分类识别;首先定义特征,然后采用局部敏感哈希算法计算向量距离,通过得到的距离衡量矩阵的相似... 针对目前垃圾短信的识别算法存在的关键字及频次的规则死板,易于被不法分子探测和规避等问题,提出将局部敏感哈希的K邻近算法应用于垃圾短信分类识别;首先定义特征,然后采用局部敏感哈希算法计算向量距离,通过得到的距离衡量矩阵的相似性,量化矩阵相似程度,对本文中提出的优化模型进行实现和训练;基于短信文本内容,运用词频-逆向文本频率算法生成矩阵,利用局部敏感哈希算法求解最相似样本,记录样本类别,将训练结果导入K邻近算法分类器得到最优近邻,在测试集或验证集上对优化模型垃圾短信分类识别准确率进行评测。结果表明,经过K邻近算法分类器后,优化模型垃圾短信分类识别准确率达到98.7%。 展开更多
关键词 垃圾短信识别 k邻近算法 局部敏感哈希 矩阵相似性
下载PDF
基于方差滤波的动态自适应室内指纹定位算法 被引量：3
20
作者 张力仁 沈建京 《计算机应用研究》 CSCD 北大核心 2017年第7期2019-2022,共4页
目前常用的室内定位算法在构建指纹库时,因为在参考点处接收到的信号强度值存在噪声值,传统的欧氏距离计算公式忽略信号发射器的稳定程度从而造成定位误差,以及K近邻算法无法根据实际情况动态确定参与定位的参考点个数,从而造成定位算... 目前常用的室内定位算法在构建指纹库时,因为在参考点处接收到的信号强度值存在噪声值,传统的欧氏距离计算公式忽略信号发射器的稳定程度从而造成定位误差,以及K近邻算法无法根据实际情况动态确定参与定位的参考点个数,从而造成定位算法缺乏拓展性和稳定性。针对上述情况,设计了一种经过方差滤波的动态自适应室内指纹定位算法。该算法首先在离线阶段利用方差滤波去掉噪声值,之后在在线阶段利用新的基于方差的相似度计算公式计算待定位点与各个参考点之间的相似度,然后动态自适应地确定距离较小的K个点来参与定位计算,最后利用确定的K个点加权估计待定位点的位置。实验结果证明,该算法较对比算法能够有效提高定位精度和定位的稳定性。 展开更多
关键词 k近邻分类算法 方差滤波 动态自适应 欧氏距离 指纹定位算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 16 下一页 到第 页
使用帮助 返回顶部