期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于保守自适应K-最近邻算法的维数约简
1
作者 邢西峰 陈月辉 杨斌 《济南大学学报(自然科学版)》 CAS 北大核心 2010年第2期159-162,共4页
针对传统的k-最近邻算法存在不能根据样本密度进行自适应选择近邻点数目的缺陷,提出一种改进型的保守自适应k-最近邻算法。该算法首先对每个样本点选择m个近邻点,m取一个比较小的正整数,以保证不存在某个样本点无近邻点;其次把每个样本... 针对传统的k-最近邻算法存在不能根据样本密度进行自适应选择近邻点数目的缺陷,提出一种改进型的保守自适应k-最近邻算法。该算法首先对每个样本点选择m个近邻点,m取一个比较小的正整数,以保证不存在某个样本点无近邻点;其次把每个样本点的第m+1个最小的欧式距离作为最小值,最小值的α倍作为寻找近邻点的阈值;最后应用经典MDS算法计算。swiss-roll数据集上的降维实验结果表明,降维后的数据能很好地保持原有数据的邻域特性,能有效快捷地寻找近邻点。 展开更多
关键词 保守自适应k-最近邻 维数约简 MDS算法 swiss-roll数据集 流形学习
在线阅读 下载PDF
自适应确定DBSCAN算法参数的算法研究 被引量:125
2
作者 李文杰 闫世强 +2 位作者 蒋莹 张松芝 王成良 《计算机工程与应用》 CSCD 北大核心 2019年第5期1-7,148,共8页
传统DBSCAN算法需要人为确定Eps和MinPts参数,参数的选择直接决定了聚类结果的合理性,因此提出一种新的自适应确定DBSCAN算法参数算法,该算法基于参数寻优策略,通过利用数据集自身分布特性生成候选Eps和MinPts参数,自动寻找聚类结果的... 传统DBSCAN算法需要人为确定Eps和MinPts参数,参数的选择直接决定了聚类结果的合理性,因此提出一种新的自适应确定DBSCAN算法参数算法,该算法基于参数寻优策略,通过利用数据集自身分布特性生成候选Eps和MinPts参数,自动寻找聚类结果的簇数变化稳定区间,并将该区间中密度阈值最少时所对应的Eps和MinPts参数作为最优参数。实验结果表明,该算法能够实现聚类过程的全自动化并且能够选择合理的Eps和MinPts参数,得到了高准确度聚类结果。 展开更多
关键词 DBSCAN算法 自适应 参数寻优 k-平均最近
在线阅读 下载PDF
基于自适应类别权重的HRRP决策融合识别 被引量:2
3
作者 戴为龙 张弓 +1 位作者 刘文波 钟娟娟 《现代雷达》 CSCD 北大核心 2017年第7期34-38,共5页
针对雷达高分辨率距离像(HRRP)识别中因特殊样本和分类器误判而出现的错误分类问题,提出了一种基于自适应类别权重的多分类器决策融合识别方法。该方法结合K-最近邻思想,利用最近邻和相似度准则挑选与测试样本对应的训练样本集,构造混... 针对雷达高分辨率距离像(HRRP)识别中因特殊样本和分类器误判而出现的错误分类问题,提出了一种基于自适应类别权重的多分类器决策融合识别方法。该方法结合K-最近邻思想,利用最近邻和相似度准则挑选与测试样本对应的训练样本集,构造混淆矩阵自适应完成分类器置信度的计算和筛选,最终获得目标各类别权重,输出分类结果。基于实测数据的研究结果表明,相较于以上任意单个分类器和传统决策融合方案,文中提出的融合识别方法识别率有明显提高,并且随着噪声的增大,该方法的优势愈加突显。 展开更多
关键词 雷达高分辨率距离像 多分类器决策融合 k-最近 混淆矩阵 自适应类别权重
在线阅读 下载PDF
基于深度SSDAE网络的刀具磨损状态识别 被引量:5
4
作者 郭润兰 尉卫卫 +1 位作者 王广书 黄华 《振动.测试与诊断》 EI CSCD 北大核心 2024年第2期305-312,410,411,共10页
针对刀具磨损状态识别过程中采集数据量大、干扰信号复杂且需人为选择特征参数的问题,为提高刀具磨损状态识别模型的鲁棒性与泛化性,提出了一种数据驱动下深度堆叠稀疏降噪自编码(stacking sparse denoising auto-encoder,简称SSDAE)网... 针对刀具磨损状态识别过程中采集数据量大、干扰信号复杂且需人为选择特征参数的问题,为提高刀具磨损状态识别模型的鲁棒性与泛化性,提出了一种数据驱动下深度堆叠稀疏降噪自编码(stacking sparse denoising auto-encoder,简称SSDAE)网络的刀具磨损状态识别方法,实现隐藏在数据中深层次的数据特征自动挖掘。首先,将原始振动信号分解为一系列固有模态分量(intrinsic mode function,简称IMF),并采用皮尔逊相关系数法选取了最优固有模态来组合一个新的信号;其次,采用SSDAE网络自适应提取特征后对刀具磨损阶段进行了状态识别,识别精度达到98%;最后,对网络模型进行实验验证,并与最常用的刀具磨损状态识别方法进行了对比。实验结果表明,所提出的方法能够很好地处理非平稳振动信号,对不同刀具磨损阶段状态的识别效果良好,并具有较好的泛化性能和可靠性。 展开更多
关键词 深度堆叠稀疏自编码网络 变分模态分解 k-最近分类器 自适应特征提取 状态识别
在线阅读 下载PDF
基于GAKNN方法的配电站时间序列缺失数据补全方法 被引量:12
5
作者 冯磊 王石刚 梁庆华 《电力自动化设备》 EI CSCD 北大核心 2021年第12期187-192,共6页
配电站时间序列数据从采集、传输到存储的过程中可能出现数据记录缺失的情况,在一定程度上影响高层级的数据分析及处理。针对这一问题,提出一种基于灰色自适应K-最近邻(GAKNN)方法的缺失数据补全方法。首先构建时间序列特征,然后在朴素K... 配电站时间序列数据从采集、传输到存储的过程中可能出现数据记录缺失的情况,在一定程度上影响高层级的数据分析及处理。针对这一问题,提出一种基于灰色自适应K-最近邻(GAKNN)方法的缺失数据补全方法。首先构建时间序列特征,然后在朴素K-最近邻(KNN)方法的基础上设置阈值筛选最近邻点,并结合灰色关联系数计算近邻点权重系数,最终依次补全缺失数据。以江苏省某市的电力数据样本进行实验,结果表明与其他方法进行对比,基于GAKNN方法的缺失数据补全方法的结果更好,并且补全后的样本在深度学习预测中具有更低的误差。 展开更多
关键词 配电站数据 时间序列 数据补全 灰色自适应k-最近
在线阅读 下载PDF
保持语义不变的C克隆代码预处理方法
6
作者 边奕心 赵松 杜军 《电子科技大学学报》 EI CAS CSCD 北大核心 2017年第6期926-933,共8页
克隆代码检测工具的输出结果由于存在克隆检测不一致性缺陷的误检和检测出的克隆代码不能直接用于重构的问题,需要对检测工具的输出结果进行预处理。为了解决该问题,提出一种新的克隆代码预处理方法。首先,将自适应K-最近邻聚类方法与... 克隆代码检测工具的输出结果由于存在克隆检测不一致性缺陷的误检和检测出的克隆代码不能直接用于重构的问题,需要对检测工具的输出结果进行预处理。为了解决该问题,提出一种新的克隆代码预处理方法。首先,将自适应K-最近邻聚类方法与程序依赖图相结合,用于降低克隆不一致性相关缺陷检测的误检。然后,使用基于代价-收益分析的评估方法,在消除缺陷后的克隆代码中识别可重构的克隆代码。实验结果表明,该预处理方法,不仅降低了克隆不一致性相关缺陷检测工具产生的误检,提高了可重构克隆代码的数量,而且将克隆代码检测与克隆代码重构两个过程连接为一个有机的整体,有利于提高软件的质量,降低软件维护的成本。 展开更多
关键词 自适应k-最近聚类 克隆代码 克隆不一致性缺陷检测 程序依赖图 重构
在线阅读 下载PDF
基于AGA-LVQ神经网络的网站安全漏洞预测模型研究
7
作者 刘文志 李海涛 朱江 《信息网络安全》 2016年第S1期61-67,共7页
针对网站安全测试效率低的问题,文章利用学习向量量化(LVQ)神经网络的非线性运算能力和自遗传算法(AGA)的参数寻优能力,提出了一种基于AGA-LVQ神经网络的网站安全漏洞预测模型。首先依据度量属性的选取原则,结合经验,对网站安全度量属... 针对网站安全测试效率低的问题,文章利用学习向量量化(LVQ)神经网络的非线性运算能力和自遗传算法(AGA)的参数寻优能力,提出了一种基于AGA-LVQ神经网络的网站安全漏洞预测模型。首先依据度量属性的选取原则,结合经验,对网站安全度量属性进行选取;其次收集和整理测试历史数据,利用k-最近邻算法对测试历史数据进行预处理,去除错误和矛盾数据;然后利用自适应遗传算法计算最优的神经网络初始权值向量;最后运用神经网络对测试数据集进行漏洞预测实验。通过对实验结果的综合评价,证明该模型具有较高的预测准确度。 展开更多
关键词 网站安全度量 漏洞预测 神经网络 自适应遗传算法 k-最近算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部