搜索结果: 1-15 共查到“知识库 k-NN”相关记录16条 . 查询时间(0.078 秒)
一种k-NN分类器k值自动选取方法
分类 k-NN算法 近邻数 近邻数选取
2014/3/3
k-NN 分类算法已广泛应用于文本挖掘和模式识别等领域, 其近邻数k直接影响着分类精度, k 值过小
时k-NN 会受到噪声的影响, k值过大时同样会降低分类精度, 为此提出一种快速选取k值的方法. 首先给出k 值的
候选集, 然后在候选集上快速地选取k 值. 在100 个公开数据集上的实验结果表明, 所提出的算法能够选取一个有效
的近邻数k 是一种效果好、有潜力的方法.
一种k-NN分类器k值自动选取方法
分类 k-NN算法 近邻数 近邻数选取
2014/2/28
k-NN 分类算法已广泛应用于文本挖掘和模式识别等领域, 其近邻数k直接影响着分类精度, k 值过小时k-NN 会受到噪声的影响, k值过大时同样会降低分类精度, 为此提出一种快速选取k值的方法. 首先给出k 值的候选集, 然后在候选集上快速地选取k 值. 在100 个公开数据集上的实验结果表明, 所提出的算法能够选取一个有效的近邻数k 是一种效果好、有潜力的方法.
NN型少齿差行星齿轮传动啮合冲击分析及修形设计
少齿差行星传动 多齿啮合 动态接触 齿廓修形
2012/3/5
针对少齿差行星齿轮传动时的多齿啮合效应,采用有限元法建立了渐开线少齿差多齿啮合模型,分析了动态轮齿的接触特性分析,得到了完整啮合周期内齿面接触应力、齿面印痕、齿面滑动位移等啮合特性参数,分析了啮入、啮出冲击对齿顶刮行的影响。采用长修形法对少齿差行星传动的齿轮进行齿廓修形,使轮齿啮合状况得到了改善,明显减小了啮合冲击对齿顶刮行的影响,研究结果对指导少齿差行星齿轮传动设计具有重要意义。
基于NN准则的IR-UWB合成脉冲多径信道估计方法
NN准则 脉冲超宽带 平均方法相似
2012/4/20
针对脉冲超宽带(IR-UWB, impulse radio-ultra wideband)系统现有合成脉冲多径信道估计方法不能解决由ISI带来的脉冲波形失真影响的问题,提出一种基于最近邻居(NN, nearest neighbor)准则的合成脉冲多径信道估计方法。估计出的合成脉冲多径信道而后用作相关检测器的模板,通过仿真比较所提方法与传统平均方法得到的模板对信号的检测性能。结果表明,不存在ISI时...
基于DSC后推法的非线性系统的鲁棒自适应NN控制
动态面控制 自适应控制 Nussbaum增益
2009/9/8
针对一类具有不确定系统函数和方向未知的不确定增益函数的非线性系统, 提出了一种鲁棒自适应神经网络控制算法. 本算法采用RBF神经网络(Radial based function neural network, RBF NN)逼近模型不确定性, 外界干扰和建模误差采用非线性阻尼项进行补偿, 将动态面控制(Dynamic surface control, DSC)与后推方法结合, 消除了反推法的计算膨...
改进的k-nn快速分类算法
聚类算法 K均值 分类算法
2009/7/22
针对传统的k-近邻(k-nn)方法的缺点,将聚类中的K均值和分类中的k近邻算法有机结合,提出了一种改进的k-nn快速分类算法。实验表明该算法在影响分类效果不大的情况下能达到快速分类的目的。
基于ICA和NFL与NN联合分类器的人脸识别
独立变量分析 最近邻特征线分类器 最近邻分类器
2009/7/21
提出了一种基于最近邻特征线(NFL)与最近邻(NN)联合分类器进行人脸识别的方法。首先对人脸图像用主成分分析(PCA)降维,然后用快速独立变量分析(FastICA)提取独立基,分类时采用最近邻特征线和最近邻分类器的联合分类器进行分类。该方法综合了NFL和NN的优势,充分利用了同类之间相似,距离最短的性质。实验表明此方法提高了人脸识别率,是一种可行的人脸识别方法。
新型NN训练算法及其在优化设计中的应用
优化设计 热设计 神经网络
2009/7/9
提出采用GA-BP贝叶斯算法来建立优化设计近似模型。该算法是一种新型神经网络训练算法,它以提高网络的泛化性能为主旨,其训练目标是获取对应于后验分布最大值的权值向量。以方形扁平封装器件为例,采用GA-BP贝叶斯算法建立了温度场分析的近似模型,基于它对封装散热结构进行了优化,并与L-M BP算法进行了对比。结果表明,基于GA-BP贝叶斯算法的温度场分析近似模型,对芯片中心温度的预测精度更为理想,并且受...
一种基于k-NN的案例相似度权重调整算法
案例检索 k-NN算法 特征权重
2009/6/29
对于CBR中的案例检索问题,结合经典案例相似度计算方法,对目前在各实际系统中应用最为广泛的k-NN算法进行改进。经过特征约简,在假设时间因素对历史案例可采纳程度有显著影响基础上,提出了一种小规模的基于时序的案例特征权重多阶段调整算法。该算法适用于数值型特征项相似度计算。
一种基于信息增益的K-NN改进算法
K-NN算法 信息增益 信息熵
2009/6/29
针对传统K-NN算法易受单个属性干扰和时间效率较低的问题,提出了利用信息增益和可拓关联度对其进行改进。通过计算属性的信息增益来确定属性的权重系数,根据权重系数将属性划分为关键属性、次要属性和无关属性,在计算欧氏距离时引入权重系数,使各个属性的作用受其重要性的约束,有效地提高了K-NN算法的抗干扰能力和精确性。将属性空间划分为若干个子空间,利用可拓关联度将待测样本映射到某个子空间中,由这个子空间组成...
基于Bagging的组合k-NN预测模型与方法
近邻预测 组合方法
2014/9/12
k-近邻方法基于单一k值预测,无法兼顾不同实例可能存在的特征差异,总体预测精度难以保证.针对该问题,提出了一种基于Bagging的组合k-NN预测模型,并在此基础上实现了具有属性选择的Bgk-NN预测方法.该方法通过训练建立个性化预测模型集合,各模型独立生成未知实例预测值,并以各预测值的中位数作为组合预测结果.Bgk-NN预测可适用于包含离散值属性及连续值属性的各种类型数据集.标准数据集上的实验表...
基于改进NN-SVM 算法的网络入侵检测
入侵检测 改进~NN-SVM 类归属度
2010/2/20
在网络入侵检测中,引入类归属度对NN-SVM算法进行改进.综合距离与同异类点个数因素,通过计算样本点对最近$T$个样本点的类别归属程度来决定取舍,以此对样本集进行修剪, 从而降低正反类的混淆程度, 以降低SVM的学习代价,提高泛化能力. 试验表明: 与SVM 算法相比,改进的NN-SVM算法能有效地减少学习样本数, 解决小样本的机器学习问题,提高系统检测性能.
基于N次K-NN分类算法的管道机器人定位技术研究
低频电磁波 定位技术 K-NN算法 管道机器人
2008/7/21
分析了低频电磁波在均匀介质中的磁场分布,其分布与介质的介电常数、磁导率密切相关.根据管道机器人定位的实际工程需要,给出了三传感器低频电磁波定位模型.为了减小传输介质介电常数、磁导率参数对管道机器人定位的影响,提出了N次KNN分类算法.实验结果表明,该算法分类的正确率可达97.5%,定位精度可达±10 cm,在传输介质介电常数、磁导率等参数不确定条件下,可有效地求解低频电磁波发射源的位置参数.
...
AbstractThis paper presents a filter-based algorithm called PREDICTOR for optimizing multidimensional K-NN queries in WSN. A filter installed at each sensor node is a node value distribution range. It...