检索结果-维普期刊中文期刊服务平台

基于改进KNN算法的新能源发电单元运行状态识别被引量：5: 1; 作者史林军戴滔 +5 位作者劳文洁吴峰林克曼李杨朱玲黄锡芳《电力自动化设备》 EI CSCD 北大核心 2024年第5期65-72,共8页; 目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单... 展开更多; 关键词状态识别改进knn算法新能源发电单元特征提取特征加权; 在线阅读下载PDF 职称材料

应用特征聚合进行中文文本分类的改进KNN算法被引量：60: 2; 作者张晓辉李莹 +1 位作者王华勇赵宏《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2003年第3期229-232,共4页; 针对以KNN为代表的VSM模型存在的向量各特征项孤立处理问题 ,提出了一种应用特征聚合方式的改进算法·该算法通过CHI概率统计计算文本特征词对分类的贡献 ,将对分类有相同贡献的文本特征词聚合 ,使用它们共同的分类贡献模式代替传... 展开更多; 关键词改进knn算法中文文本分类分类贡献模式特征聚合; 在线阅读下载PDF 职称材料

基于改进Citation-KNN算法的性别识别研究被引量：2: 3; 作者朱俊梅顾明亮 +1 位作者张世形贾晶晶《计算机工程与应用》 CSCD 北大核心 2015年第15期206-210,共5页; 为了简化系统模型训练方法,提高性别识别系统的整体效率,提出了一种基于改进Citation-KNN算法的说话人性别识别方法。该方法将连续语音切分,训练每段语音的高斯混合模型(Gaussian Mixture Model,GMM)作为多示例包,其所有混合元为相应包... 展开更多; 关键词性别识别改进Citation-K最近邻(knn)算法高斯混合模型改进HAUSDORFF距离; 在线阅读下载PDF 职称材料

适用于不同油纸比的改进KNN变压器拉曼光谱老化评估模型被引量：5: 4; 作者陈新岗崔炜康 +3 位作者朱莹月刘新宇谭悦朱磊《重庆理工大学学报（自然科学）》 CAS 北大核心 2021年第7期176-182,共7页; 为了准确判断不同油纸比的变压器油纸绝缘系统的老化阶段,提出一种基于拉曼光谱技术的改进KNN变压器油纸绝缘老化评估模型。制备油纸比分别为10∶1和15∶1的不同老化阶段样本,在拉曼检测平台下获取样本的拉曼光谱并进行去噪声、去基线... 展开更多; 关键词变压器拉曼光谱不同油纸比改进knn算法老化评估; 在线阅读下载PDF 职称材料

题名基于改进KNN算法的新能源发电单元运行状态识别被引量：5: 1; 作者史林军戴滔劳文洁吴峰林克曼李杨朱玲黄锡芳; 机构河海大学能源与电气学院南瑞集团有限公司(国网电力科学研究院有限公司); 出处《电力自动化设备》 EI CSCD 北大核心 2024年第5期65-72,共8页; 基金国家电网公司科技项目(5100⁃202140478A⁃0⁃5⁃ZN)。; 文摘目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。; 关键词状态识别改进knn算法新能源发电单元特征提取特征加权; Keywords state recognition improved knn algorithm new energy power generation unit feature extraction feature weighting; 分类号 TM76 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名应用特征聚合进行中文文本分类的改进KNN算法被引量：60: 2; 作者张晓辉李莹王华勇赵宏; 机构东北大学软件中心; 出处《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2003年第3期229-232,共4页; 基金国家"八六三"高技术计划项目 ( 863 3 0 6 ZD0 2 0 2 6); 文摘针对以KNN为代表的VSM模型存在的向量各特征项孤立处理问题 ,提出了一种应用特征聚合方式的改进算法·该算法通过CHI概率统计计算文本特征词对分类的贡献 ,将对分类有相同贡献的文本特征词聚合 ,使用它们共同的分类贡献模式代替传统算法中单个词对应向量一维的方式·该算法提高了稀有词对分类的贡献、强化了关联词的分类效果、并降低了文本向量的维数·与传统KNN算法进行的对比实验证明。; 关键词改进knn算法中文文本分类分类贡献模式特征聚合; Keywords knn algorithm Chinese text categorization contribution pattern on classification feature combination; 分类号 TP391 [自动化与计算机技术—计算机应用技术] G254.1 [文化科学—图书馆学]; 在线阅读下载PDF 职称材料

题名基于改进Citation-KNN算法的性别识别研究被引量：2: 3; 作者朱俊梅顾明亮张世形贾晶晶; 机构江苏师范大学语言科学学院江苏师范大学物理与电子工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2015年第15期206-210,共5页; 基金国家自然科学基金(No.61040053) 江苏省普通高校研究生科研创新计划项目(No.CXZZ11_0903 +1 种基金 No.CXLX12_0976 No.CXZZ12_0977); 文摘为了简化系统模型训练方法,提高性别识别系统的整体效率,提出了一种基于改进Citation-KNN算法的说话人性别识别方法。该方法将连续语音切分,训练每段语音的高斯混合模型(Gaussian Mixture Model,GMM)作为多示例包,其所有混合元为相应包中示例;采用改进的Hausdorff距离作为包与包之间的距离测度,通过Citation-KNN算法进行性别识别。该方法以多示例包间距离为分类依据,简化了系统训练,且识别率优于一些传统算法。; 关键词性别识别改进Citation-K最近邻(knn)算法高斯混合模型改进HAUSDORFF距离; Keywords gender identification modified Citation-K-Nearest Neighbor（knn）algorithm Gaussian Mixed Model（GMM） modified Hausdorff distance; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名适用于不同油纸比的改进KNN变压器拉曼光谱老化评估模型被引量：5: 4; 作者陈新岗崔炜康朱莹月刘新宇谭悦朱磊; 机构重庆理工大学电气与电子工程学院; 出处《重庆理工大学学报（自然科学）》 CAS 北大核心 2021年第7期176-182,共7页; 基金重庆市教委科学技术研究项目(KJ1400917) 重庆理工大学研究生创新项目(YCX20192057,LGYCX20202043)。; 文摘为了准确判断不同油纸比的变压器油纸绝缘系统的老化阶段,提出一种基于拉曼光谱技术的改进KNN变压器油纸绝缘老化评估模型。制备油纸比分别为10∶1和15∶1的不同老化阶段样本,在拉曼检测平台下获取样本的拉曼光谱并进行去噪声、去基线等预处理。运用改进KNN算法对样本的拉曼光谱数据进行建模分析。结果表明:改进KNN算法的老化评估精度相比传统KNN算法有所提升,对油纸比分别为10∶1和15∶1的样本整体检测准确率分别达到92%和93%。与油中溶解糠醛含量、溶解CO/CO_(2)值以及绝缘纸聚合度检测等传统老化评估方法相比,该模型可靠易行且评估效果更为精准,进一步验证了改进KNN老化评估模型对不同油纸比的变压器油纸绝缘拉曼光谱老化评估的有效性。; 关键词变压器拉曼光谱不同油纸比改进knn算法老化评估; Keywords transformer Raman spectra different Oil-Paper ratio improved knn algorithm aging assessment; 分类号 TM41 [电气工程—电器]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进KNN算法的新能源发电单元运行状态识别	史林军戴滔劳文洁吴峰林克曼李杨朱玲黄锡芳	《电力自动化设备》 EI CSCD 北大核心	2024	5	在线阅读下载PDF 职称材料
2	应用特征聚合进行中文文本分类的改进KNN算法	张晓辉李莹王华勇赵宏	《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心	2003	60	在线阅读下载PDF 职称材料
3	基于改进Citation-KNN算法的性别识别研究	朱俊梅顾明亮张世形贾晶晶	《计算机工程与应用》 CSCD 北大核心	2015	2	在线阅读下载PDF 职称材料
4	适用于不同油纸比的改进KNN变压器拉曼光谱老化评估模型	陈新岗崔炜康朱莹月刘新宇谭悦朱磊	《重庆理工大学学报（自然科学）》 CAS 北大核心	2021	5	在线阅读下载PDF 职称材料