期刊文献+
共找到15篇文章
< 1 >
每页显示 20 50 100
基于K互近邻与核密度估计的DPC算法 被引量:2
1
作者 周玉 夏浩 +1 位作者 刘虹瑜 白磊 《北京航空航天大学学报》 北大核心 2025年第6期1978-1990,共13页
快速搜索和发现密度峰值聚类(DPC)算法是一种基于密度的聚类算法。该算法不需要迭代和过多的设定参数,但由于计算局部密度时没有考虑数据的局部结构,导致无法识别簇密度小的聚类中心。针对此问题,提出基于K互近邻(KN)和核密度估计(KDE)... 快速搜索和发现密度峰值聚类(DPC)算法是一种基于密度的聚类算法。该算法不需要迭代和过多的设定参数,但由于计算局部密度时没有考虑数据的局部结构,导致无法识别簇密度小的聚类中心。针对此问题,提出基于K互近邻(KN)和核密度估计(KDE)的DPC(KKDPC)算法。通过K近邻和核密度估计方法得到数据点的K互近邻数量和局部核密度;将K互近邻数量与局部核密度进行加和获得新的局部密度;根据数据点的局部密度得到相对距离,并通过构建决策图选取聚类中心及分配非中心点。利用人工数据集和真实数据集进行实验,并与DPC、基于密度的噪声空间聚类应用(DBSCAN)、K-means、模糊C均值聚类算法(FCM)、基于K近邻的DPC(DPCKNN)、近邻优化DPC(DPC-NNO)、基于模糊加权共享邻居的DPC(DPC-FWSN)算法进行对比。通过计算调整互信息(AMI)、调整兰德指数(ARI)、归一化互信息(NMI)来验证KKDPC算法的性能。实验结果表明:KKDPC算法能更加准确地识别聚类中心,有效地提高聚类精度。 展开更多
关键词 聚类算法 密度峰值 K近邻 K互近邻 核密度估计
在线阅读 下载PDF
一种改进PSO-LSSVM模型的发动机后向RCS序列预测
2
作者 傅莉 关一 +1 位作者 孙旭 崔哲 《航空发动机》 北大核心 2025年第2期91-96,共6页
为解决现有预测模型对发动机后向雷达散射截面(RCS)序列预测精度低的问题,提出了改进的粒子群(PSO)优化算法,建立了PSO-LSSVM预测模型。在传统粒子群优化算法基础上应用最优拉丁超立方采样方法进行粒子群位置初始化,得益于最优拉丁超立... 为解决现有预测模型对发动机后向雷达散射截面(RCS)序列预测精度低的问题,提出了改进的粒子群(PSO)优化算法,建立了PSO-LSSVM预测模型。在传统粒子群优化算法基础上应用最优拉丁超立方采样方法进行粒子群位置初始化,得益于最优拉丁超立方采样技术的空间填充的特性,初始粒子可以较为均匀有规律地分布在整个设计区域,在粒子寻优过程中可以寻到更优的采样点;通过动态调整惯性权重以及学习因子,平衡全局和局部的搜索能力,避免了算法容易陷入局部最优的问题;设计改进的PSO算法对最小二乘向量机(LSSVM)的核宽参数σ和正规化参数γ进行寻优,提高了LSSVM模型计算效率,改善了适应误差的最小化和平滑程度,采用PSO-LSSVM模型与自回归积分滑动平均模型(ARIMA)以及LSSVM模型对发动机后机身RCS序列进行预测,并将预测结果通过模型评价指标(平均绝对误差、均方根误差和平均绝对百分比误差)进行对比分析,结果表明:PSO-LSSVM模型预测结果相比其他2种模型的预测精度提高30%以上。 展开更多
关键词 雷达散射截面 K最近邻法 核密度估计 统计特性 最优拉丁超立方采样方法 粒子群优化算法
在线阅读 下载PDF
浙江省三门县古树资源特征和空间分布格局分析 被引量:3
3
作者 朱弘 洪凌涛 +3 位作者 任典挺 李贺鹏 岳春雷 舒红锁 《林业与环境科学》 2024年第4期27-34,共8页
为进一步掌握浙江省台州市三门县古树资源现状构成特征,探索其空间分布格局,基于2019年三门县古树普查基础数据,分析了全县古树的优势树种、物种多样性和结构特征,并结合ArcGIS的空间分析方法,系统研究了全县古树的空间分布格局。结果表... 为进一步掌握浙江省台州市三门县古树资源现状构成特征,探索其空间分布格局,基于2019年三门县古树普查基础数据,分析了全县古树的优势树种、物种多样性和结构特征,并结合ArcGIS的空间分析方法,系统研究了全县古树的空间分布格局。结果表明,(1)三门县共有古树681株,隶属24科30属35种,其中针叶树种7种,阔叶树种28种,常绿15种,落叶20种;优势种包括樟Camphora offici-narum、枫香树Liquidambar formosana、糙叶树Aphananthe aspera、朴树Celtis sinensis等9种,占总株数的85.46%,构成古树资源的主体;一级、二级和三级古树分别占比12%、21%和67%。(2)物种多样性和灰色关联度分析显示:海游街道的物种多样性综合排序最高(H′=2.265,D=0.854,J=0.507,关联度=0.978),而蛇蟠乡的排序最低。(3)结构特征方面,古树的树龄集中在100~150 a、胸径集中在110~160 cm、树高集中在15~20 m、冠幅集中在15~20 m;胸径和冠幅呈极显著的线性关系,拟合方程为y=0.61437x-0.375(R2=0.455,P<0.01)。(4)空间分布方面,各乡镇(街道)古树的核密度分布差异显著,高密集区主要位于西北部(海游街道、海润街道和健跳镇)和中部(横渡镇);最近邻分析显示,古树整体(NNI=2.968,Z=42.929,P<0.000)和二级古树(NNI=2.968,Z=42.916,P<0.000)呈显著的离散分布,而一级、三级古树及主要单一树种则呈显著的聚集分布。 展开更多
关键词 三门县 古树 空间分布格局 最近邻分析 核密度分析
在线阅读 下载PDF
基于PCA+KNN和kernal-PCA+KNN算法的废旧纺织物鉴别 被引量:2
4
作者 李宁宁 刘正东 +2 位作者 王海滨 韩熹 李文霞 《分析测试学报》 CAS CSCD 北大核心 2024年第7期1039-1045,共7页
该研究采集了15类废旧纺织物的4 998张近红外谱图,以7∶3的比例分为训练集和验证集,并分别采用主成分分析(PCA)与核主成分分析(kernal-PCA)两种不同降维方法对数据进行降维,并选用余弦相似度(cosine)核作为kernal-PCA的最佳核函数,最后... 该研究采集了15类废旧纺织物的4 998张近红外谱图,以7∶3的比例分为训练集和验证集,并分别采用主成分分析(PCA)与核主成分分析(kernal-PCA)两种不同降维方法对数据进行降维,并选用余弦相似度(cosine)核作为kernal-PCA的最佳核函数,最后分别将PCA和kernal-PCA降维处理后的数据进行k-近邻算法(KNN)训练。结果表明,kernal-PCA+KNN的模型准确率(95.17%)优于PCA+KNN模型的准确率(92.34%)。研究表明,kernal-PCA+KNN算法可以实现15类废旧纺织物识别准确率的提升,为废旧纺织物在线近红外自动分拣提供有力的技术支撑。 展开更多
关键词 废旧纺织物 主成分分析(PCA) 核主成分分析(kernel-PCA) k-近邻算法(KNN) 分类识别
在线阅读 下载PDF
基于拉曼光谱-模式识别方法对奶粉进行真伪鉴别和掺伪分析 被引量:10
5
作者 王海燕 宋超 +4 位作者 刘军 张正勇 谢伟量 李丽萍 沙敏 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第1期124-128,共5页
奶粉的真伪和掺伪近年来受到广泛的关注,研究一种操作便捷,能准确、快速、全面鉴定奶粉品牌并实现奶粉掺假鉴别的新方法对于奶粉的质量控制具有重要的意义。为实现奶粉的真伪鉴别,采集三种品牌奶粉贝因美、飞鹤和雀巢的拉曼光谱,并利用... 奶粉的真伪和掺伪近年来受到广泛的关注,研究一种操作便捷,能准确、快速、全面鉴定奶粉品牌并实现奶粉掺假鉴别的新方法对于奶粉的质量控制具有重要的意义。为实现奶粉的真伪鉴别,采集三种品牌奶粉贝因美、飞鹤和雀巢的拉曼光谱,并利用拉曼谱图特征峰结合最近邻算法(nearest neighbor,NN)的模型对三种品牌奶粉进行识别,在10次交叉验证的基础上,平均识别率为99.56%。为实现奶粉的掺伪分析,将飞鹤奶粉与雀巢奶粉按不同质量比(0∶1,1∶3,1∶1,3∶1,1∶0)混合成五种掺伪奶粉,提取掺伪奶粉中的脂肪,采集脂肪样本的拉曼光谱,分别使用拉曼谱图特征峰结最近邻算法的模型和核主成分分析(kernel principal components analysis,KPCA)结合最近邻算法的模型对五种脂肪样本进行识别,10次交叉验证下的平均识别率分别为93.33%和98.89%,平均运算时间分别为0.085和0.104s。实验证明:特征峰结合NN的算法可以快速实现对奶粉真伪的判别,但此算法不能很好的区分掺伪奶粉;拉曼光谱-KPCA-NN模型可以为奶粉的掺伪检测提供一种简便、准确、快速的方法。 展开更多
关键词 奶粉 拉曼光谱 核主成分分析 最近邻算法 真伪 掺伪
在线阅读 下载PDF
基于LCD和KNNCH分类算法的齿轮故障诊断方法 被引量:10
6
作者 曾鸣 杨宇 +1 位作者 郑近德 程军圣 《中国机械工程》 EI CAS CSCD 北大核心 2014年第15期2049-2054,共6页
提出了一种基于局部特征尺度分解(LCD)和核最近邻凸包(KNNCH)分类算法的齿轮故障诊断方法。该方法采用LCD对齿轮原始振动信号进行分解得到若干内禀尺度分量(ISC),然后提取包含主要信息的ISC分量的能量作为特征向量输入到KNNCH分类器,根... 提出了一种基于局部特征尺度分解(LCD)和核最近邻凸包(KNNCH)分类算法的齿轮故障诊断方法。该方法采用LCD对齿轮原始振动信号进行分解得到若干内禀尺度分量(ISC),然后提取包含主要信息的ISC分量的能量作为特征向量输入到KNNCH分类器,根据其输出结果来判断齿轮的工作状态。实验分析结果表明,所提出的方法能有效地提取齿轮故障特征信息,而且在小样本的情况下仍能准确地对齿轮的工作状态进行识别。同时,与支持向量机(SVM)算法的对比分析结果表明,KNNCH算法能取得与SVM算法相当或更高的正确识别率。 展开更多
关键词 局部特征尺度分解(LCD) 核最近邻凸包(KNNCH)分类算法 能量 齿轮 故障诊断
在线阅读 下载PDF
基于局部特征尺度分解和核最近邻凸包分类算法的滚动轴承故障诊断方法 被引量:6
7
作者 杨宇 曾鸣 程军圣 《振动工程学报》 EI CSCD 北大核心 2013年第1期118-126,共9页
提出了一种基于局部特征尺度分解(Local characteristic-scale decomposition,LCD)和核最近邻凸包(Kernelnearest neighbor convex hull,KNNCH)分类算法的滚动轴承故障诊断方法。采用LCD方法对滚动轴承原始振动信号进行分解得到若干内... 提出了一种基于局部特征尺度分解(Local characteristic-scale decomposition,LCD)和核最近邻凸包(Kernelnearest neighbor convex hull,KNNCH)分类算法的滚动轴承故障诊断方法。采用LCD方法对滚动轴承原始振动信号进行分解得到若干内禀尺度分量(Intrinsic scale component,ISC),然后将这些ISC分量组成初始特征向量矩阵,再对该矩阵进行奇异值分解,提取奇异值作为故障特征向量并输入到KNNCH分类器,根据其输出结果来判断滚动轴承的工作状态和故障类型。LCD方法是一种新的自适应时频分析方法,非常适用于非平稳信号的处理,而KNNCH算法是一种基于核函数方法,并将凸包估计与最近邻分类思想相融合的模式识别算法,可直接应用于多类问题且需优化的参数只有核参数。实验分析结果表明,所提出的方法能有效地提取滚动轴承故障特征信息,而且在小样本的情况下仍能准确地对滚动轴承的工作状态和故障类型进行分类。同时,与支持向量机(Support vec-tor machine,SVM)算法的对比分析结果表明,KNNCH算法的分类性能的稳定性要高于SVM算法。 展开更多
关键词 滚动轴承 故障诊断 局部特征尺度分解 核最近邻凸包分类算法 奇异值分解
在线阅读 下载PDF
蛋白质相互作用预测的核最近邻算法 被引量:2
8
作者 宋杰 《计算机应用研究》 CSCD 北大核心 2009年第11期4051-4053,共3页
利用一种新的核方法即核最近邻算法预测蛋白质相互作用,算法新颖、简洁,容易实现。实验结果表明,核最近邻算法的预测效果优于传统的最近邻算法及其他已有的预测方法,可以作为蛋白质相互作用预测的一个有效工具。
关键词 生物信息学 蛋白质相互作用 核最近邻算法 分类
在线阅读 下载PDF
Levy变异ABC算法优化二阶Volterra核的鲁棒人脸识别 被引量:1
9
作者 王建玺 王刘涛 李小红 《计算机应用研究》 CSCD 北大核心 2015年第2期619-622,626,共5页
针对人脸识别中由于人脸表情、姿态、尺度、光照和其他环境参数变化而影响识别性能的问题,提出了一种随机优化算法。首先,将原始图像划分成特定空间子块,并使用二阶Volterra核寻找非线性函数映射;然后,使用人工蜂群算法获取最优Volterra... 针对人脸识别中由于人脸表情、姿态、尺度、光照和其他环境参数变化而影响识别性能的问题,提出了一种随机优化算法。首先,将原始图像划分成特定空间子块,并使用二阶Volterra核寻找非线性函数映射;然后,使用人工蜂群算法获取最优Volterra核,从而在特征空间内最大化类间距离并最小化类内距离;最后,利用投票策略和最近邻分类器完成人脸的分类。在两个通用人脸数据集Yale A和扩展Yale B上对该算法进行了评估,并将其与其他统计学习算法和几种最新提出的方法进行了比较。实验结果表明了Levy变异人工蜂群算法优化Volterra核的有效性,识别效果明显优于许多现有算法。 展开更多
关键词 二阶Volterra核 鲁棒人脸识别 Levy变异 人工蜂群算法 最近邻分类器
在线阅读 下载PDF
基于可变核的自适应光辐射强度估算
10
作者 王海波 张文辉 +1 位作者 杨辉华 周欢 《计算机应用》 CSCD 北大核心 2011年第8期2240-2242,2245,共4页
针对传统的K最近邻(K-NN)光辐射强度估算只能通过发射大量的光子、增加光子密度来提高估算精度这一缺陷,提出用具有平滑性的可变核(VK)函数估算光辐射强度,通过计算光子到估算点的距离与该光子预先分配的半径之比,实现与传统估算算法不... 针对传统的K最近邻(K-NN)光辐射强度估算只能通过发射大量的光子、增加光子密度来提高估算精度这一缺陷,提出用具有平滑性的可变核(VK)函数估算光辐射强度,通过计算光子到估算点的距离与该光子预先分配的半径之比,实现与传统估算算法不同的自适应光辐射强度估算。实验结果表明,VK算法不需发射大量光子就能改善图像质量且渲染速度快。 展开更多
关键词 光辐射强度估算 K最邻近算法 可变核 自适应
在线阅读 下载PDF
使用交叉距离最小化算法设计支持向量机
11
作者 李玉鑑 冷强奎 《北京工业大学学报》 CAS CSCD 北大核心 2014年第1期61-67,共7页
针对核方法在处理非线性可分数据问题上的优势,将一种硬间隔无核支持向量机——交叉距离最小化算法(cross distance minimization algorithm,CDMA)推广到带核的版本,称为带核的交叉距离最小化算法(kernel cross distance minimization a... 针对核方法在处理非线性可分数据问题上的优势,将一种硬间隔无核支持向量机——交叉距离最小化算法(cross distance minimization algorithm,CDMA)推广到带核的版本,称为带核的交叉距离最小化算法(kernel cross distance minimization algorithm,KCDMA).利用乘子将交叉距离最小化算法表示为内积的形式,然后使用核函数代替内积运算,并且引入二次惩罚,这样扩展后的模型能处理非线性可分数据集,并且允许一定的分类偏差.实验结果表明,与一些经典的支持向量机方法相比,该方法具有明显的竞争力. 展开更多
关键词 交叉距离最小化算法 核函数 最近点算法 支持向量机
在线阅读 下载PDF
基于核方法的平分最近点算法
12
作者 周德强 《计算机应用与软件》 CSCD 北大核心 2008年第9期250-251,262,共3页
通过分析平分最近点算法的性质,利用核技巧,构造了基于核方法的平分最近点算法。证明了该算法构造的决策函数仅依赖于选择的核函数。实现了平分最近点算法与核方法相结合,求解非线性分类问题。
关键词 核方法 平分最近点算法 支持向量机算法
在线阅读 下载PDF
基于改进的多特征哈希的近重复视频检索 被引量:1
13
作者 罗红温 杨艳芳 +1 位作者 齐美彬 蒋建国 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第1期67-72,共6页
随着互联网的迅速发展,产生了大量的近重复视频。文章提出了一种改进的哈希算法提高近重复视频的检索准确性,根据语义哈希对图像检索的原理,对算法中的邻接矩阵进行改进。邻接矩阵表示KNN图中样本间的邻接关系,文中不再使用0和1两个值... 随着互联网的迅速发展,产生了大量的近重复视频。文章提出了一种改进的哈希算法提高近重复视频的检索准确性,根据语义哈希对图像检索的原理,对算法中的邻接矩阵进行改进。邻接矩阵表示KNN图中样本间的邻接关系,文中不再使用0和1两个值表示样本间的邻接关系,而是引入高斯核函数来表示,提高了模型的检索精度。实验结果表明所提出的方法具有更高的检索精度。 展开更多
关键词 近重复视频检索 哈希算法 邻接矩阵 高斯核函数 KNN图
在线阅读 下载PDF
针对不平衡数据的改进的近邻分类算法 被引量:9
14
作者 王彩文 杨有龙 《计算机工程与应用》 CSCD 北大核心 2020年第7期30-38,共9页
针对不平衡数据分类问题,一种基于密度的近邻分类算法(DNN)被提出。它利用核密度估计敏锐地捕捉不平衡数据的局部分布特征,由此产生更好的分类结果。用核密度估计方法估计查询实例的各类别密度,以此对其进行密度定位;将原始数据空间中... 针对不平衡数据分类问题,一种基于密度的近邻分类算法(DNN)被提出。它利用核密度估计敏锐地捕捉不平衡数据的局部分布特征,由此产生更好的分类结果。用核密度估计方法估计查询实例的各类别密度,以此对其进行密度定位;将原始数据空间中的点映射到由类别密度和距离信息构成的空间;在这个映射空间中动态地选择近邻并对查询实例进行分类。实验结果表明,DNN算法在15个不平衡数据集上分类性能良好。 展开更多
关键词 K近邻算法 不平衡数据 分类算法 核密度估计
在线阅读 下载PDF
增强随机集成的混合核K近邻算法的基站网络流量模型
15
作者 孙宁 李卓轩 +3 位作者 时欣利 孙霈翀 许明杰 曹进德 《国防科技大学学报》 2025年第6期24-35,共12页
面向5G/6G超密集组网的基站网络流量预测需求,提出一种增强随机集成混合核K近邻算法(enhanced random ensemble-based mixed kernel K-nearest neighbor algorithm,ER-MKKNN)。通过融合径向基函数与白噪声核构建混合核函数,突破了单一... 面向5G/6G超密集组网的基站网络流量预测需求,提出一种增强随机集成混合核K近邻算法(enhanced random ensemble-based mixed kernel K-nearest neighbor algorithm,ER-MKKNN)。通过融合径向基函数与白噪声核构建混合核函数,突破了单一核函数在非线性关联建模与噪声抑制间的平衡瓶颈。创新性地引入样本-特征双重随机子采样与超参数区间随机化策略,显著提升了高维稀疏场景的泛化稳定性。基于袋外误差反演的动态权重分配机制,提升了算法对流量突变的鲁棒响应能力。配套设计的多级并行化架构,为超密集组网提供了可扩展的预测解决方案。实验表明,ER-MKKNN在均方根误差、平均绝对百分比误差和平均绝对误差三项指标上均优于所对比深度学习模型,为智能网络运维提供了新的技术路径。 展开更多
关键词 基站网络流量预测 混合核K近邻算法 增强随机集成 多层并行架构
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部