共查询到20条相似文献,搜索用时 843 毫秒
1.
马丹 《贵州教育学院学报》2009,25(3):24-26
针对教学网页这一特定领域,提出一个基于K近邻算法的教学网页自动分类模型。该模型采用向量空间模型对教学网页的特征进行量化,并采用基于K近邻的分类方法对新的网页进行自动归类。最后通过实验数据说明该算法在教学网页的分类中是有效。 相似文献
2.
《河北能源职业技术学院学报》2017,(4)
传统K中心点算法虽然改进了K均值算法对噪声和孤立点数据敏感的不足,但是仍存在着初始聚类中心和聚类个数k难以确定的问题,因此,针对算法存在的问题,提出一种基于密度的改进K中心点算法。该算法会根据数据集数据的分布情况自主确定聚类个数k和k个聚类中心点。最后,通过在入侵检测领域KDD Cup99数据集上实验测试表明,改进K中心点算法不仅能够自动形成k个聚类,而且具有较高的入侵检测率和较低的漏报率,聚类和入侵检测的效果均优于传统的K中心点算法。 相似文献
3.
基于特征点的最近邻配准算法 总被引:1,自引:0,他引:1
利用尺度不变特征点的提取方法提取特征点,并对SIFT方法提取出的特征点用最近邻算法进行配准,在搜索最近邻特征点和次近邻特征点时使用了在K-D树搜索算法基础上进行改进的搜索算法BBF(Best Bin First)算法.实验证明该算法具有配准精度高,鲁棒性好的特点. 相似文献
4.
电类实验教学过程中人工评判学生所测数据工作烦琐,影响了教学质量和效率。该文提出了改进的K近邻(K-nearest neighbors,KNN)分类算法,即基于均值漂移、安全间隔和核主成分分析(KPCA)的M-KPCA-KNN(KNN based on margin and KPCA)算法,以判断学生测量数据正确与否和错误原因。首先利用KPCA对高维实验数据进行降维,然后利用均值漂移向量找到不同类别数据的最密集位置,并在不同类别数据的边界设置安全间隔,最后,将与待测样本距离最近的k个数据设置权重,计算每个类别的权重和,权重和最大的类别为待测样本的类别。与现有的KNN算法相比,M-KPCA-KNN算法不仅提高了分类正确率,而且降低了时间复杂度。 相似文献
5.
基于K近邻的故障检测(FD-KNN)方法可以有效处理非线性、多模态的故障检测问题,但在过程故障检测中存在计算量大,存储复杂等缺陷.将k均值聚类和K近邻相结合,提出一种新的故障检测方法kFD-KNN,该方法继承传统方法的优点,同时降低计算与存储的影响.首先应用k均值聚类将训练集聚成k类,同时计算聚类中心.通过计算样本与聚类中心的距离,判断样本所属分类.在所属分类中寻求K近邻,进而完成基于KNN的故障检测.本文方法具有计算量小,存储简单等优点,可有效提高检测效率.通过仿真多模态仿真实例进一步验证本文方法的有效性. 相似文献
6.
郑继绍 《廊坊师范学院学报(自然科学版)》2014,14(4)
使用一种模仿人类形象思维的图像特征提取方法,把图像映射为高维空间的一个点,并以此作为特征向量.计算高维特征空间中的点之间的距离,并在此基础上,使用K近邻算法进行图像分类.实验表明,与使用其他方法的特征提取下的K近邻算法相比,该方法具有优越性. 相似文献
7.
近年来,随着智能移动设备的普及,人们可以随时随地通过网络社交媒体获取与分享信息。然而,便捷的上网方式以及自由的网络空间,也为网络谣言的产生与传播提供了条件,广泛传播的谣言可能具有极大的破坏性。因此,及时识别谣言对于保障社会稳定具有重要意义。使用词嵌入对微博短文本进行向量化处理,然后使用朴素贝叶斯、K最近邻和支持向量机对文本向量进行主题分类,以期及时发现具有周期性出现特点的谣言。将该模型在中文谣言真实数据集上进行有效性验证,使用5 487条数据作为训练集,2 703条数据作为测试集进行分类实验。实验结果表明,K最近邻模型相比于朴素贝叶斯模型及支持向量机模型,在谣言主题分类任务中表现最佳,其F1值和分类准确率都达到0.93,表明基于词嵌入的谣言主题分类方法可及时发现周期性谣言。 相似文献
8.
本文通过时K近邻算法进行研究,在其基础上提出了一种基于K近邻的邮件过滤模型.该模型通过利用已知垃圾邮件的分类结果,应用K近邻方法对未知邮件样本进行精确匹配,以排除合法邮件的误判结果,同时,结合用户对所接收邮件的处理,将系统不能正确划分的新垃圾邮件加入训练数据中,以提高类似于该邮件的后续垃圾邮件的处理效率。 相似文献
9.
10.
陈斌 《渭南师范学院学报》2012,(2):21-22,40
摘要:对于任意的正整数n,著名的SmarandacheLCM函数的对偶函数SL(n)=max{k:[1,2,…,k]|K,K∈N}表示n的不同素因子的个数.利用初等数论和分析的方法研究函数方程SL(d)+1=2^ω(n)的可解性,并获得了该方程的所有正整数解. 相似文献
11.
k近邻多标签学习算法是多标签学习领域经典算法之一,为处理多标签问题提供了新思想。将PCA改进算法应用到k近邻多标签学习算法中,提出信息损耗率,并实现动态降维;根据PCA算法计算样本的属性重要度;采用属性重要度作为权重改进距离计算方法。与已有多标签学习算法相比,该算法各评价指标明显优于已有算法。 相似文献
12.
杨彩霞 《西安文理学院学报》2010,(4):83-85
光学字符识别中,特征提取与分类是最关键的步骤,文中采用Gabor变换来提取图像特征,结合最近邻分类器进行分类识别,实现了对中文字符的准确识别.实验表明,该方法具有较好的抗干扰性. 相似文献
13.
《兰州石化职业技术学院学报》2021,(3)
传统的K最近邻算法(KNN)是机器学习领域中思想简单、易于学习、对低维数据处理效率较高的分类方法之一,但是在高维数据的分类中效率不高、性能会降低。针对传统KNN算法在处理多维数据集上的不足,提出了一种新的KNN改进算法:将线性回归方法引入该算法中,利用属性间的决定系数选择合适的属性集合,降低高维数据集的维数,并采用卡方距离作为KNN算法的距离度量函数,克服欧式距离不能体现特征向量之间相对关系的不足。实验结果分析表明,在标准数据集的测试中,基于线性回归方法的改进KNN算法达到了较高的分类准确度,相对于传统KNN算法在属性识别度上有了一定的提高。 相似文献
14.
《绵阳师范学院学报》2016,(11)
本文介绍了分类中常用的算法之一K-近邻法,分析了此分类算法相对于其他分类算法的优势及不足,并针对此方法在各类训练样本分布不等时造成的分类效率下降的问题作了相应的改进,提出了一种在相似度计算时能体现各类代表度的K-近邻法分类方法,减小了误判率.实验证明了所做的改进是有效的. 相似文献
15.
基于国开学习网平台的课程数据,运用教育数据挖掘的研究方法,采用Pearson、Spearman和Kendall等统计算法分析了在线学习者学业行为与成绩的相关性特点,相比浏览资源数、浏览其他信息数两个在线学习行为,浏览活动数、行为动作数与学业成绩存在更为显著的相关关系;借助神经网络、决策树、K最近邻、朴素贝叶斯、支持向量机等监督分类算法进行了学业成绩的分类预测,并对各分类算法模型进行了评估,确定了K最近邻预测模型在学业成绩的分类预测上性能最优;根据研究结果给出了在线学习过程中进行及时教学干预的建议,以期为教师了解在线学习者学习情况、学习者提高在线学习效果、管理者优化教育决策提供有益的参考。 相似文献
16.
盛华 《咸阳师范专科学校学报》2013,(6):25-27
为了研究自旋链模型的物理性质,采用近似计算的方法计算了XY模型中不连续子系统的Negativity,结果发现其在h=1处不连续,即发生量子相变.解决了XY模型中由于只在最近邻和次最近邻两自旋间存在纠缠造成的无法研究该模型中纠缠与距离之间的关系问题. 相似文献
17.
赵教练 《唐山师范学院学报》2010,32(5):33-35
对任意正整数n,Smarandache LCM函数是满足n【1,2,…,k】的最小的正整数,其中[1,2,…,k]代表1,2,…,k的最小公倍数。欧拉函数φ(n)定义为序列1,2,3,…,n-1中与n互素的正整数的个数。用分类讨论和初等方法完全解决了方程SL(n)=φ(n)的可解性。 相似文献
18.
针对某些场景下可学习KD树模型在最近邻查找中准确率较低的问题,提出了一种基于可学习索引模型和传统KD树的混合索引结构。该结构将待查找数据同时输入已经训练好的可学习KD树模型和KD树中得到若干个候选的k近邻点,从而将可学习索引模型在查找效率和传统索引方法在查找准确率上的优点相结合。试验结果证明,使用基于可学习索引模型的可学习KD树和树形结构KD树的混合索引,综合了两者在最近邻查找中的优点,实现了查找效率和查找精度的平衡,满足了多种条件下的查找需求。 相似文献
19.
在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。 相似文献
20.
对于任意的正整数n,著名的Smarandache LCM函数的对偶函数定义为SL*(n) =BZ{k|k∈N+,[1,2,…,k]|n},Ω(n)表示n的所有素因子的个数.文章利用初等数论和分类讨论的方法研究函数方程Σd|n1/SL*(n) 2Ω(n)的可解性,并给出了这个方程的所有正整数解的具体形式. 相似文献