k-最近邻相关论文
随着存储技术和Internet的迅猛发展,各行业数据量急剧增多,迫切需求更强有力的工具来“挖掘”有用信息,数据挖掘技术应运而生,目前......
手势识别作为人机交互的重要组成部分,广泛用于智能家居和虚拟现实等领域。基于可穿戴传感器的手势识别方法存在设备昂贵、暴露隐......
针对K-means聚类算法存在初始聚类中心敏感,离群点的检测和去除困难的问题,提出基于K-最近邻(K-Nearest Neighbor,KNN)优化密度峰......
本文针对现有的共享最近邻聚类算法，提出一种新型的基于共享最近邻的聚类算法，并将改进后的算法应用到真实数据集和零件的组合过程中......
针对传统的特征选择算法只专注于特征间的相关性和冗余性而没有考虑特征之间交互作用的问题,提出一种基于交互信息的混合特征选择(......
如何利用较少训练样本达到高分类精度已成为高光谱遥感领域的重要研究方向和极具挑战性任务。针对高光谱图像包含的丰富光谱与空间......
随着互联网中用户、商品、交易记录、社交信息等一系列数据的爆炸式增长,海量规模的信息资源充斥在网络中,容易产生"信息过载"现象......
K-最近邻分类算法是一种以模拟器为领域分类的简单算法,在诸多领域有较好的应用效果.基于此,本文先对这一算法进行了分析,并通过实......
miRNAs是一类具有调节作用的非蛋白编码的单链RNA分子，它可以调节人体内三分之一的信使RNA(mRNA)的表达。研究者的工作报告表明，对mi......
在所有的训练样本中只有支持向量(SVs)能对支持向量机分界面优化结果产生显著影响.基于k-最近邻规则,提出了一种训练样本的预选取......
移动端电力交易信息服务提升发电企业、售电公司、购电用户的业务规模,市场成员多边交易,实现多品类交易供需互补.分析移动端电力......
物联网技术实现了物与物、人与物的全面互联,其中信息传感设备与人的交互需要对人体行为活动进行感知。目前广泛使用的有基于视觉......
k-最近邻分类(KNN)是一种广泛使用的文本分类方法,但是该方法并不适用分布不均匀的数据集,同时对k值也比较敏感.本文分析了传统KNN......
数据分析可以解决数据量大,数据结构复杂等问题,在医疗方面可对大量的医疗数据进行精准分析,本文主要研究监督学习算法中的决策树......
针对室内定位研究中行人航位推算（PDR）算法的传统步长模型无法充分反映个体差异性的问题,提出一种以卫星测距为基础,建立个体步长特......
W eb文本挖掘系统的开发对W eb文本挖掘的研究有着很大的推进作用。因此在对基于SVM的中文网页分类器性能研究的基础上,根据研究和......
针对经典水位流量关系模型在刻画河流动态变化特性时存在的局限性,提出采用局部加权回归算法估计河流流量;为了提高参数估计精度,......
KNN是基于实例的算法,训练样本的数量影响KNN的分类性能.合理的样本剪裁可以提高分类器的效率.提出了一种聚类条件下基于密度的KNN......
关联规则的Apriori算法,在频繁项集的过程中要多次扫描数据库,而事务数据库中含有较多的冗余数据,极大地影响了频繁项集的提取效率......
异常检测是防范新型攻击的基本手段.使用两种基于统计的异常检测技术检测网络入侵,一种是基于最大熵原理先从理论上得到正常用户行......
城市复杂背景边缘给空中红外小目标检测带来的非线性、非平稳热辐射信号影响严重。在采用k-最近邻分类判别决策的基础上,提出了一......
针对复杂装备机内测试技术中广泛采用的KNN算法的缺陷，提出一种改进的算法——IKNN。首先用神经网络技术进行输入属性权重的计算，使......
特征高维性以及算法的泛化能力影响了KNN分类器的分类性能。提出了一种降维条件下基于类别的KNN改进模型，解决了k-近邻选择时大类别......
导弹气动模型是控制系统设计、系统仿真、性能评估的前提和基础。如何从飞行试验数据中获取对导弹气动特性的准确描述是导弹气动力......
[目的]探索一种有效的组合预测方法，用于定量构效关系（QSAR）的研究分析。[方法]提出一种基于支持向量机回归（SVR）与K-最近邻法（KNN）的组合......
通过对高速公路交通事件的性质和特征进行分析,选择对持续时间影响较大的属性（事件类别、发生时间、地点、天气、伤亡程度、涉及车......
为提高药物定量构效关系（QSAR）模型预测精度，发展了一种新的QSAR建模方法SVR—CKNN。该法基于支持向量机回归（SVR）自动筛选化合物结构描......
针对开放环境下未知物体材质识别的问题,本文提出一种利用欧氏距离区分未知类别和已知类别的物体材质识别方法框架,在该框架下利用......
k-最近邻（k-nearest neighbor,k-NN）是一种有效的基于数据驱动的故障检测方法,该方法在工业过程监视方面已经得到了广泛的应用.但在......
核方法利用核函数可以有效地解决非线性问题,在药物构效关系领域得到了广泛的应用﹒本文提出了一种新的弹性核k-最近邻算法(EKk-NN)﹒......
基于miRNA表达谱数据集,提出了一种新的数据挖掘算法——tSVM-kNN（t statistic with support vector machine-k nearest neighbor）.......
针对冗余训练样本会降低BMA参数求解效率与精度问题,本文提出在BMA运算之前采用k-最近邻（k-nearest neighbor）算法筛选有价值训练样......
岩石光谱综合反映了岩石的物理化学性质、成分及其结构构造。岩石光谱数据已被应用于岩石分类的研究,但是不同于矿物光谱,岩石光谱......
协同过滤推荐算法是目前应用最成功的推荐技术,利用指定用户的相似用户对某一物品的评价,形成对该指定用户对此物品的评价预测。两......
为了克服经典水位流量关系模型在刻画河流动态变化特性时所存在的局限性,提出采用局部加权回归算法估计模型参数;为了提高参数估计......
随着大数据时代的到来,传统的经典统计分类方法在高维数据不再适用,高维数据的分类问题面临巨大的挑战.本文重点介绍了几个优秀的......
针对传统地下采场开挖稳定评估方法存在的局限性,引入机器学习方法,提出基于随机森林算法(Random forest,RF)和K-最近邻算法(K-nea......
在统计分析"降水"和"非降水"视场点的Himawari-8(H8)成像仪(Advanced Himawari Imager,AHI)红外不同光谱亮温梯度变化基础上,开展......
传统k最近邻算法(k-Nearest Neighbor,kNN)作为一种非参数化分类技术在数据分析中具有广泛的应用,但该算法具有较多的冗余计算,致......
根据元音数据处理方法和选取的特征，提出了三种基于统计学的模式分类方法：线性判别、二次判别和七一最近邻，并通过模型选择方法，对实际......
K-最近邻算法是数据挖掘分类方法中最常用的算法之一,在很多实际问题上都有应用。本文对近年来基于K-最近邻算法的各种改进技术进......
KNN（K—Nearest Neighbor）是向量空间模型中最好的文本分类算法之一。但是，当样本集较大以及文本向量维数较多时，KNN算法分类的效率和......
该文提出了一种改进的K-最近邻分类算法。该算法首先将训练事例集中的每一类样本进行聚类,既减小了训练事例集的数据量,又去除了孤......
首先利用K-medoids聚类算法对训练样本集进行剪裁,去除相似度程度较低的样本。结合Hadoop平台的MapReduce框架,采用改进KNN分类算......
在线教育作为新型的教育方式给人们的生活和学习带来了很多的便利。通过在线教育,人们可以随时随地学习知识,不仅可以共享优秀的教......
由于高维空间中数据点比较稀疏,用传统方法来检测高维空间中的离群点不能达到预期效果。提出了一种基于局部线性嵌入的离群点检测......
在低维空间中R树的查询效率较高,而在高维空间中其性能急剧恶化,降维成为解决问题的关键。利用Hilbert曲线的降维特性,该文提出基......
