搜索到2281篇“ K近邻算法“的相关文章
- 基于K近邻算法的高粘结性能混凝土抗压强度预测
- 2025年
- 针对掺合料种类繁多,无法适应粘结界面的粗糙度,降低了抗压强度的预测精度问题,从不同硅灰掺量、钢纤维掺量、粉煤灰掺量角度,制备不同配合比条件的高粘结性能混凝土试件,将不同配合比掺量数据作为K近邻算法的输入,以适应粘结界面的粗糙度,计算新配比样本与参考配比样本配比特征的欧几里得距离,将距离最小的参考配比样本中混凝土抗压强度作为新配比样本中混凝土抗压强度预测值,提高抗压强度的预测精度。试验结果表明,硅灰掺量、钢纤维掺量、粉煤灰掺量分别是25%、4%、10%时,高粘结性能混凝土抗压强度较优。
- 伍晓圆刘艳
- 关键词：K近邻算法抗压强度超高性能混凝土配合比
- 一种基于改进k近邻算法WAAM零件表面粗糙度预测方法
- 本发明公开了一种基于改进k近邻算法WAAM零件表面粗糙度预测方法，这个方法包括两个步骤：首先，通过设计WAAM打印机打印不同参数的试样并测量试样表面粗糙度，其中主要参数包括焊接速度、重叠比、进线速度，建立原始数据集并训练...
- 黄美发靳尚坤李佳琦
- 基于量子同态K近邻算法的加密图像搜索方法
- 本发明公开了一种基于量子同态K近邻算法的加密图像搜索方法，包括以下步骤：获取数据库图像，提取图像特征向量，并对特征进行加密，将得到的加密的数据库图像特征向量发送到云服务器；云服务器将加密的数据库图像特征编码为量子态，并构...
- 石金晶陈添于春霖郑平于吉永陈岳吕启闻赵童格周朋吴嘉杰
- 基于蜣螂优化算法和K近邻算法的轴承特征选择和故障诊断
- 2024年
- 针对风电机组传动系统滚动轴承在故障诊断中容易受到冗余特征的影响,从而导致故障诊断的准确率和效率不高的问题,本文提出了一种基于蜣螂优化(DBO)算法和K最近邻(KNN)算法的轴承特征选择和故障诊断方法。该方法首先通过时域、频域分析提取了与滚动轴承故障相关的20个特征数据,然后对特征进行包括归一化处理和特征集划分在内的特征处理;接着以DBO算法的适应度为评价参数,利用DBO算法的路径选择能力寻求最优特征子集;最后通过测试验证所选的特征子集对于KNN分类准确率的优化效果。实验结果表明,标准差(SD)和平均绝对差值(MAD)这两个特征参数作为KNN分类器的输入数据时可以达到95.10%的分类准确率。此方法在大幅度减少特征数量的同时,提高了轴承的故障诊断准确率。
- 徐福斌杨洪武陆晔张伟朱静邓艾东
- 关键词：风电机组故障诊断K最近邻算法
- 基于K近邻算法的主机异常行为检测
- 2024年
- 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。
- 黄智睿谢显杰杨晓丹
- 关键词：网络空间安全K近邻算法自然语言处理
- 基于K近邻算法的空中目标威胁度判断方法
- 2024年
- 针对传统的空中目标威胁度评估方法具有计算量大,实时性差,难以适用于数据缺失的情况,提出采用K近邻算法(KNN)对任意来袭目标实现威胁度评估的方法。该方法提取了空中目标的状态信息特征作为输入数据,使用离差最大化方法构建数据集,目标威胁度等级作为输出数据,利用K近邻算法构建了目标威胁度评估模型。仿真实验结果表明,该方法能够实现高准确度、实时化的目标威胁度评估,和TOPSIS方法与离差最大化方法进行对比,证明该方法对空中目标异常特征值具有更高的决策效率,更加适用于现代战场的高复杂性,进一步体现了该方法的优越性和可行性。
- 张健李强张烨炜米洋锐贺泽仁
- 关键词：K近邻算法
- 一种基于K近邻算法提高否定选择算法检测率的方法
- 本发明公开了一种基于K近邻算法提高否定选择算法检测率的方法，属于网络异常检测技术领域，包括以下步骤：S1.数据预处理；S2.使用V‑Detector算法训练生成检测器，训练生成的检测器集对整个数据集进行分类；S3.提取孔...
- 李志勇韦相何春莲 孙建洪李春艳骆洪军
- 基于泡沫图像特征加权K近邻算法的锌矿浮选工况识别方法
- 2024年
- 浮选工况识别在泡沫浮选工程中起着至关重要的作用,仅依靠人工经验进行主观性识别,准确性和效率都低。为此提出了一种考虑泡沫图像特征间相互作用的加权K近邻(KNN)算法用于实现浮选工况类别的识别。在本研究中,首先,通过信息熵对泡沫图像特征与浮选工况类别之间的相关性进行量化,同时评估该特征与其他特征之间的冗余性。然后,计算该特征与浮选工况类别相关性和该特征与其他特征冗余性之间的差值,将这一差值作为特征的权重。其次,在KNN算法中针对欧式距离进行特征加权,以实现KNN算法的特征加权。然后,将特征选择过程嵌入到特征加权KNN分类算法的训练过程中,并选取分类准确率最高的特征子集作为最优特征子集。最后,基于最优特征子集完成浮选工况的识别。研究结果表明,本方法与其他基准分类算法相比,在分类准确度和时间上都达到了最佳效果,验证了本研究所提出的浮选工况识别方法的有效性。
- 罗靓彭成彭成
- 关键词：K近邻算法特征加权
- 机器学习中用Python模拟K近邻算法的实现与应用
- 2024年
- 本文描述了K近邻算法的实现与应用。首先,以图形的方式介绍了K近邻算法的思想;其次使用Python语言自定义类模拟了系统K近邻算法的实现,在实现的过程中要遵循系统算法API接口规范;接下来,将模拟算法与系统算法进行比较,并优化自定义算法;最后,将自定义模拟算法应用到数据集划分和寻找最优超参数中。
- 曹光忠
- 关键词：K近邻算法
- 一种基于K近邻算法的图书馆读者分类方法
- 2024年
- 在进行读者类型分类时,针对某一待分类读者,存在分类交叉的情况,从而难以分类。在对27位读者进行问卷调查获取读者样本数据的基础上,文章提出了采用K邻近(KNN)算法对读者进行分类的方法,详细阐述了算法分类过程,并进行实例结果分析。通过分析,该方法能够有效克服读者分类交叉的情况,分类过程易于操作,分类结果科学合理,为图书馆提高服务质量和读者满意度等工作提供参考依据。
- 张佩
- 关键词：KNN算法问卷调查
相关作者
- 王继芬
- 作品数：163被引量：500H指数：12
- 供职机构：中国人民公安大学
- 研究主题：法庭科学 光谱学 红外光谱 血液 代谢物
- 蒙祖强
- 作品数：107被引量：405H指数：10
- 供职机构：广西大学计算机与电子信息学院
- 研究主题：粒度计算 多模态 属性约简 数据挖掘 自适应
- 张兵
- 作品数：4被引量：3H指数：1
- 供职机构：广西大学计算机与电子信息学院
- 研究主题：纯度 K近邻算法 KNN分类 自适应 不完备数据
- 胡积平
- 作品数：10被引量：0H指数：0
- 供职机构：国防科学技术大学
- 研究主题：K近邻算法 KNN算法 毒物 中毒表现 REES
- 沈亮亮
- 作品数：5被引量：3H指数：1
- 供职机构：广西大学计算机与电子信息学院
- 研究主题：自适应 纯度 K近邻算法 KNN分类 不完备数据
