期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于KNN算法的船舶操纵智能评估系统 被引量:7
1
作者 张叶 任鸿翔 王德龙 《上海海事大学学报》 北大核心 2021年第4期33-38,共6页
为降低主观因素对船舶操纵评估结果的影响,提出一种基于K近邻(K-nearest neighbor,KNN)算法和多目标优化理论的船舶操纵智能评估模型。根据安全、平稳、高效的航行要求,建立这个模型的评价指标体系;采用变异系数法获得各评价指标的权重... 为降低主观因素对船舶操纵评估结果的影响,提出一种基于K近邻(K-nearest neighbor,KNN)算法和多目标优化理论的船舶操纵智能评估模型。根据安全、平稳、高效的航行要求,建立这个模型的评价指标体系;采用变异系数法获得各评价指标的权重;根据评价指标提取对应特征值,构建未标记样本集;基于多目标优化理论建立评价指标目标函数,得到每个样本的成绩并排序,根据样本成绩构建标记样本集;利用KNN算法对待评估样本进行分类,得到本次操作的结果。利用C++语言开发船舶操纵智能评估系统,测试结果表明,系统评估结果与专家评估结果基本一致,能客观、准确实现船舶操纵自动评估。 展开更多
关键词 k近邻(knn)算法 船舶操纵评估 智能评估系统 航海模拟器 评价指标
下载PDF
基于赋权KNN-LSTM模型的PM_(2.5)质量浓度预测 被引量:4
2
作者 刘晴晴 陈华友 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2021年第12期1689-1697,共9页
在空气污染指数的监测中,传统单项预测方法不能反映PM_(2.5)质量浓度与复杂因素的非线性关系,文章提出一种基于赋权K近邻(K-nearest neighbor,KNN)算法的长短期记忆(long short-term memory,LSTM)神经网络模型来预测PM_(2.5)质量浓度。... 在空气污染指数的监测中,传统单项预测方法不能反映PM_(2.5)质量浓度与复杂因素的非线性关系,文章提出一种基于赋权K近邻(K-nearest neighbor,KNN)算法的长短期记忆(long short-term memory,LSTM)神经网络模型来预测PM_(2.5)质量浓度。首先利用相关性分析提取与PM_(2.5)相关性较大的空间因素,并对每个时间节点选取K个近邻,赋予相应权重来表现不同的影响力度;然后通过重构原始数据K倍维度的新数据集,进行LSTM神经网络模型的监督学习训练,提取时间序列的特征和固有的长期依赖关系,最后实现PM_(2.5)日值质量浓度不同未来时刻的预测。实验结果表明,文中提出的赋权KNN-LSTM预测模型具有可行性和有效性,和其他模型相比,表现出较高精度的预测性能。 展开更多
关键词 k近邻(knn)算法 长短期记忆(LSTM)神经网络 监督学习 PM_(2.5)预测
下载PDF
应用非线性KNN数据搜索的三维叠前自由表面多次波预测
3
作者 谢飞 朱成宏 +1 位作者 高鸿 徐蔚亚 《石油地球物理勘探》 EI CSCD 北大核心 2024年第3期424-432,共9页
自由表面多次波预测(SRMP)是自由表面多次波消除(SRME)以及成像的重要环节。SRME技术尽管有效,但理论上需要规则而密集的地震数据采集方式。然而实际炮点、检波点空间分布稀疏,地震数据不能满足SRME理论要求,常规的做法是在SRME之前将... 自由表面多次波预测(SRMP)是自由表面多次波消除(SRME)以及成像的重要环节。SRME技术尽管有效,但理论上需要规则而密集的地震数据采集方式。然而实际炮点、检波点空间分布稀疏,地震数据不能满足SRME理论要求,常规的做法是在SRME之前将地震数据规则化。为了避免数据规则化环节,首先建立索引数据树管理三维叠前地震数据,并采用基于树形数据结构的非线性K近邻算法(KNN)从地震数据中实时搜索两道近似地震数据;然后利用动校—反动校消除实时搜索得到的近似地震道与实际地震道之间的旅行时误差;由以上两步获得单道孔径内任意向下反射点(DRP)所需要的两道地震数据用于SRMP。单道孔径内任意DRP均可由SRMP预测对应的多次波模型道,叠加所有DRP对应的预测结果可获得该道稳定的多次波模型数据。将该方法用于扩展的三维Pluto模型数据,结果表明该方法能有效预测三维自由表面多次波,从而保证高质量的自由表面多次波衰减结果。实际地震数据的应用证明了方法的实用性。 展开更多
关键词 自由表面多次波 预测 消除 索引数据树 非线性k近邻(knn)算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部