公共文化服务平台

搜索到1082篇“ KNN分类算法“的相关文章

基于动态调参KNN分类算法的股票涨跌预测模型分析: 2024年; 预测股票涨跌是机器学习分类算法的重要应用场景之一,根据以往实践中的经验,不同种类的股票由于数据特征不同,所以需要用携带不同参数的KNN分类模型来预测。用基于交叉熵的损失函数据训练KNN模型,以此确定KNN模型关键参数的做法,在此基础上给出能根据不同股票数据动态调整KNN算法关键参数的预测股票涨跌的模型。实践表明,这个模型在预测数据特征不同的股票涨跌情况时,均能表现出较高的准确性。; 曹宇鲁明旭; 关键词：KNN

基于KNN分类算法的电力系统网络虚假数据注入攻击防御方法: 2024年; 以往的虚假数据注入攻击防御方法仅计算攻击模型的单一参数,导致防御效果较差。为此,设计基于KNN分类算法的电力系统网络虚假数据注入攻击防御方法。根据攻击数据的特性,设计虚假数据注入攻击的理论模型与数学模型,并计算攻击模型的复杂程度和性能参数。在KNN分类算法的支持下,计算不同防御节点之间的距离,并对节点置信度进行描述,再通过信息身份验证,从而确定防御节点的位置。计算节点的数据传输函数和趋势函数,分析不同的攻击类型,从而采用不同防御策略。实验测试结果表明,与传统方法相比,应用该方法后,攻击入侵成功率与数据损失率均较低,说明该方法的在实际应用效果较好。; 王文杰房海腾朱成杰韩家正赵玉强; 关键词：KNN分类算法电力系统

基于KNN分类算法的微生物白云岩岩相测井综合识别——以四川盆地GM地区灯四段为例被引量：2: 2023年; 微生物碳酸盐岩的岩-电关系复杂,目前常规测井与电成像测井结合是最有效且精度最高的识别手段。针对人工智能测井岩相识别方法存在的不同维度的测井数据融合难、取心资料有限而训练样本数量不充足的问题,提出基于适应小样本的机器学习法——K邻近分类算法(KNN),对常规测井与电成像测井分别训练和识别,再将识别结果融合的技术方法。首先,基于岩心资料分别建立岩相分类方案和岩石构造特征分类方案,建立岩心训练样本参数库;然后,基于KNN方法,应用常规测井识别的岩相类型,应用电成像测井识别岩石构造特征类型;最后,根据专家经验对2种识别结果进行融合,获得细分类的岩相类型。以四川盆地GM地区灯影组四段为例,应用上述方法分别识别6种岩相类型和7种岩石构造特征类型,在此基础上根据专家经验融合,最终识别9种细分类的岩相类型。该方法总体识别符合率在85%以上,有效支撑了GM地区灯四段沉积微相的精细研究,推动了该区的勘探和开发工作。该方法发挥了常规测井和电成像测井的优势,能够实现高效率、高精度的岩相测井识别,可推广应用。; 李昌王鑫冯周宋连腾; 关键词：KNN算法常规测井电成像测井

基于EDA的加权KNN分类算法: 2023年; 针对传统K近邻(KNN)算法对不平衡数据集分类的不足,提出一种基于分布估计算法改进的加权KNN算法EDA-KNN。在没有先验知识的前提下,为了求解最优加权KNN算法的权重向量,构建矩阵结构种群。运用分布估计算法建立概率模型,进行采样、寻优等一系列操作,经过若干次迭代,最终获得使样本分类准确率达到最高的权重向量。通过对多个数据集进行分类,结果表明,EDA-KNN算法能够显著提升对于不平衡数据集分类的准确率,分类器性能稳定。; 谢雨寒潘峰; 关键词：不平衡数据集 KNN算法分布估计算法矩阵结构

基于KNN分类算法的恶意软件检测被引量：1: 2023年; 随着科技的发展,层出不穷的恶意软件对用户计算机系统的数据都构成了极大的威胁,如何准确、高效地检测出恶意软件是令人担忧的问题。几十年来,恶意软件检测已引起反恶意软件行业和研究人员的关注。面对日益复杂的恶意软件,需要新的防御技术来检测和打击新奇的攻击和威胁。人工智能、深度学习也为Windows恶意软件检测提供了新的技术。文章研究如何在现有的一些恶意软件检测方法的基础上,改进特征码的提取和检测模型算法,以提高恶意软件检测的准确度,保护用户计算机系统以及数据的安全性。; 赵飞蔡东蛟姜其师; 关键词：最近邻分类

融合一维元胞自动机的KNN分类算法: 2023年; KNN算法在文本数据分类上快速且有效,但存在k值选择困难的局限。在KNN算法的基础上,以欧几里得距离进行升序排列,对测试样本一定邻域内的训练数据进行一维元胞自动机演化,最终得到趋于稳定的测量结果。分别在不同特征数量、不同类别的6种数据集上进行测试,针对大部分情况,在设置了合理的元胞邻域以及演化规则后,分类结果的稳定性以及最高准确度均有不同程度的提升,且能在k值较小时获得最低的误分率。最终将该算法运用到实际声音分类中,准确度较高。; 黄嘉诚; 关键词：元胞自动机 K近邻数据集

基于KNN分类算法的n-γ脉冲信号甄别仿真研究被引量：6: 2022年; 利用脉冲形状甄别(PSD)法区分中子和γ射线脉冲信号是核探测过程中一项重要的任务。本文基于Labview平台实现了n/γ脉冲信号的仿真及信号预处理过程,分别利用传统的甄别方法电荷比较法、脉冲梯度分析(PGA)法及上升时间法对所产生的n/γ脉冲信号进行甄别,筛选出以上3种甄别方法结果一致的中子和γ射线混合脉冲信号作为KNN分类算法的训练集。通过训练样本构建KNN分类模型,使得能够通过该模型实现中子和γ射线脉冲信号的分类。结果表明,基于KNN分类算法的中子和γ射线脉冲信号甄别准确率高达99.58%,与电荷比较法,上升时间法和PGA方法相比,甄别错误率显著降低。并且KNN分类算法原理简单,易于实现,因此可应用于实际混合场中的n-γ脉冲甄别。; 汪炫羲唐清岭蒋小菲; 关键词：KNN分类算法 LABVIEW仿真

隐私保护kNN分类算法研究: kNN分类算法作为机器学习领域的重要算法之一，通过对已有数据进行理论分析实现数据预测，在疾病预诊断、股票走势预测、线上销售精准营销、推荐服务等领域发挥着重要的作用。随着kNN分类算法被广泛地应用在生活的各个领域，算法本身...; 陈玉娇; 关键词：数据安全隐私保护 KNN分类算法 K-MEANS聚类

改进的kNN分类算法在工业物联网中的应用被引量：1: 2021年; 在工业物联网中,k近邻分类(kNN)被广泛应用于缺陷产品识别和异常检测。但kNN自身存在计算复杂度高、不适用于分布式环境等缺点。因此,文中提出了一种安全有效的分布式kNN分类算法,以防止信息泄漏和控制流泄漏,同时支持分布式服务器上的大规模数据分类。首先设计了一个安全有效的向量同态加密方案。在该方案的基础上,提出了DkNN,有效地实现了数据流的机密性、kNN查询和类标记,同时实现了对加密数据的同态操作。实验结果表明,提出的DkNN算法能够满足实际需要。; 高增亮王霞杨鹏; 关键词：工业物联网 KNN

相关作者