检索结果-维普期刊中文期刊服务平台

应用非线性KNN数据搜索的三维叠前自由表面多次波预测被引量：2: 1; 作者谢飞朱成宏 +1 位作者高鸿徐蔚亚《石油地球物理勘探》 EI CSCD 北大核心 2024年第3期424-432,共9页; 自由表面多次波预测(SRMP)是自由表面多次波消除(SRME)以及成像的重要环节。SRME技术尽管有效,但理论上需要规则而密集的地震数据采集方式。然而实际炮点、检波点空间分布稀疏,地震数据不能满足SRME理论要求,常规的做法是在SRME之前将... 展开更多; 关键词自由表面多次波预测消除索引数据树非线性k近邻(knn)算法; 在线阅读下载PDF 职称材料

离散型增强烟花算法和kNN在特征选择中的研究被引量：4: 2; 作者黄欣莫海淼 +1 位作者赵志刚曾敏《计算机工程与应用》 CSCD 北大核心 2020年第16期112-117,共6页; 特征选择是从原始特征集中选取特征子集,并且降低特征维度和减少冗余信息,从而达到提高分类准确度的效果。为了达到此效果,提出了新的特征选择算法。该算法使用经过离散化处理之后的增强烟花算法来搜索特征子集,同时将特征子集和经过惩... 展开更多; 关键词离散型增强烟花算法特征选择降维分类 k近邻(knn); 在线阅读下载PDF 职称材料

基于KNN算法的船舶操纵智能评估系统被引量：7: 3; 作者张叶任鸿翔王德龙《上海海事大学学报》北大核心 2021年第4期33-38,共6页; 为降低主观因素对船舶操纵评估结果的影响,提出一种基于K近邻(K-nearest neighbor,KNN)算法和多目标优化理论的船舶操纵智能评估模型。根据安全、平稳、高效的航行要求,建立这个模型的评价指标体系;采用变异系数法获得各评价指标的权重... 展开更多; 关键词 k近邻(knn)算法船舶操纵评估智能评估系统航海模拟器评价指标; 在线阅读下载PDF 职称材料

基于赋权KNN-LSTM模型的PM_(2.5)质量浓度预测被引量：5: 4; 作者刘晴晴陈华友《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第12期1689-1697,共9页; 在空气污染指数的监测中,传统单项预测方法不能反映PM_(2.5)质量浓度与复杂因素的非线性关系,文章提出一种基于赋权K近邻(K-nearest neighbor,KNN)算法的长短期记忆(long short-term memory,LSTM)神经网络模型来预测PM_(2.5)质量浓度。... 展开更多; 关键词 k近邻(knn)算法长短期记忆(LSTM)神经网络监督学习 PM_(2.5)预测; 在线阅读下载PDF 职称材料

基于快速学习图卷积网络的滚动轴承故障诊断研究: 5; 作者宁少慧董振才 +1 位作者戎有志周利东《机床与液压》北大核心 2025年第12期53-59,共7页; 图神经网络跨层的递归邻域扩展为训练大型密集图带来时间方面的挑战,导致轴承故障诊断的训练效率不高。针对此问题,提出一种基于快速学习图卷积网络方法并将其应用于滚动轴承故障诊断中。利用快速傅里叶变换(FFT)将采集的轴承故障时域... 展开更多; 关键词滚动轴承故障诊断 k近邻(knn)算法快速傅里叶变换(FFT) 快速学习图卷积网络(Fast-GCN); 在线阅读下载PDF 职称材料

三维扫描数据处理中数据结构的设计与比较被引量：4: 6; 作者王力《测绘通报》 CSCD 北大核心 2010年第9期63-65,共3页; 高效处理三维激光扫描数据的基础是设计一种合理的数据结构。介绍三种数据结构的原理,研究建立数据结构的关键技术。以解决扫描数据处理中常见的KNN问题为例,比较三种结构的优缺点。通过研究可以得出,八叉树结构是一种比较理想的数据结构。; 关键词扫描数据格网八叉树 k-D树 k近邻算法(knn); 在线阅读下载PDF 职称材料

遥感影像检索中高维特征的快速匹配: 7; 作者陈慧中陈永光 +1 位作者景宁陈荦《电子与信息学报》 EI CSCD 北大核心 2011年第9期2144-2151,共8页; 提高特征点匹配效率是将高维局部特征运用于遥感影像检索的关键,该文提出一种新的压缩优先过滤(CPF)索引算法。该算法通过量化特征向量构建近似向量空间上的高维索引结构,利用优先队列过滤得到近似近邻候选集,精确计算候选实际特征向量... 展开更多; 关键词遥感影像检索特征向量匹配高维k近邻(knn)查询最佳桶优先(BBF)算法; 在线阅读下载PDF 职称材料

基于机器学习的双参数火灾探测方法被引量：11: 8; 作者刘全义朱博 +2 位作者邓力石航梁光华《中国安全科学学报》 CAS CSCD 北大核心 2022年第5期90-96,共7页; 为解决单一技术在火灾探测上造成的误报、漏报现象,设计并建立可燃物燃烧试验平台,选取燃烧产物中质量浓度迅速升高的PM10及CO作为分类算法的特征参数,对特征参数进行数据处理后,采用逻辑回归(LR)、线性判别分析(LDA)、k近邻算法(kNN)... 展开更多; 关键词机器学习火灾探测 PM10 分类算法 k近邻算法(knn); 在线阅读下载PDF 职称材料

题名应用非线性KNN数据搜索的三维叠前自由表面多次波预测被引量：2: 1; 作者谢飞朱成宏高鸿徐蔚亚; 机构页岩油气富集机理与有效开发国家重点实验室中国石化弹性波理论与探测技术重点实验室中国石化石油勘探开发研究院; 出处《石油地球物理勘探》 EI CSCD 北大核心 2024年第3期424-432,共9页; 基金国家重点研发计划项目“高分辨率地震实时成像理论与技术”之课题“高分辨率地震成像软件系统开发及应用”(2018YFA0702505) 中国石油化工股份公司科技攻关项目“π平台层间多次波压制与成像技术研发集成”(P24124)联合资助。; 文摘自由表面多次波预测(SRMP)是自由表面多次波消除(SRME)以及成像的重要环节。SRME技术尽管有效,但理论上需要规则而密集的地震数据采集方式。然而实际炮点、检波点空间分布稀疏,地震数据不能满足SRME理论要求,常规的做法是在SRME之前将地震数据规则化。为了避免数据规则化环节,首先建立索引数据树管理三维叠前地震数据,并采用基于树形数据结构的非线性K近邻算法(KNN)从地震数据中实时搜索两道近似地震数据;然后利用动校—反动校消除实时搜索得到的近似地震道与实际地震道之间的旅行时误差;由以上两步获得单道孔径内任意向下反射点(DRP)所需要的两道地震数据用于SRMP。单道孔径内任意DRP均可由SRMP预测对应的多次波模型道,叠加所有DRP对应的预测结果可获得该道稳定的多次波模型数据。将该方法用于扩展的三维Pluto模型数据,结果表明该方法能有效预测三维自由表面多次波,从而保证高质量的自由表面多次波衰减结果。实际地震数据的应用证明了方法的实用性。; 关键词自由表面多次波预测消除索引数据树非线性k近邻(knn)算法; Keywords surface-related multiple prediction elimination index data tree nonlinear k-nearest neighbor; 分类号 P631 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名离散型增强烟花算法和kNN在特征选择中的研究被引量：4: 2; 作者黄欣莫海淼赵志刚曾敏; 机构广西农业职业技术学院信息与机电工程系合肥工业大学管理学院计算机网络系统研究所广西大学计算机与电子信息学院; 出处《计算机工程与应用》 CSCD 北大核心 2020年第16期112-117,共6页; 基金国家自然科学基金(No.61363067) 广西2016年度中青年教师基础能力提升项目(No.KY2016YB684)。; 文摘特征选择是从原始特征集中选取特征子集,并且降低特征维度和减少冗余信息,从而达到提高分类准确度的效果。为了达到此效果,提出了新的特征选择算法。该算法使用经过离散化处理之后的增强烟花算法来搜索特征子集,同时将特征子集和经过惩罚因子处理之后约束条件融入到目标函数中,然后将搜索到的特征子集的数据放到kNN分类器进行训练和预测,最后使用十折交叉验证来检验分类的准确性。使用UCI数据进行仿真实验,仿真结果表明:与引导型烟花算法、烟花算法、蝙蝠算法、乌鸦算法、自适应粒子群算法相比,所提算法的总体性能优于其他五种算法。; 关键词离散型增强烟花算法特征选择降维分类 k近邻(knn); Keywords discrete enhanced fireworks algorithm feature selection dimension reduction classification k-Nearest Neighbor(knn); 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于KNN算法的船舶操纵智能评估系统被引量：7: 3; 作者张叶任鸿翔王德龙; 机构大连海事大学航海动态仿真和控制交通行业重点实验室; 出处《上海海事大学学报》北大核心 2021年第4期33-38,共6页; 基金国家自然科学基金(52071312) 中央高校基本科研业务费专项资金(3132020372) 辽宁省自然科学基金航运联合基金(2020-HYLH-29)。; 文摘为降低主观因素对船舶操纵评估结果的影响,提出一种基于K近邻(K-nearest neighbor,KNN)算法和多目标优化理论的船舶操纵智能评估模型。根据安全、平稳、高效的航行要求,建立这个模型的评价指标体系;采用变异系数法获得各评价指标的权重;根据评价指标提取对应特征值,构建未标记样本集;基于多目标优化理论建立评价指标目标函数,得到每个样本的成绩并排序,根据样本成绩构建标记样本集;利用KNN算法对待评估样本进行分类,得到本次操作的结果。利用C++语言开发船舶操纵智能评估系统,测试结果表明,系统评估结果与专家评估结果基本一致,能客观、准确实现船舶操纵自动评估。; 关键词 k近邻(knn)算法船舶操纵评估智能评估系统航海模拟器评价指标; Keywords k-nearest neighbor(knn)algorithm ship maneuvering evaluation intelligent evaluation system navigation simulator evaluation index; 分类号 U666.158 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名基于赋权KNN-LSTM模型的PM_(2.5)质量浓度预测被引量：5: 4; 作者刘晴晴陈华友; 机构安徽大学经济学院安徽大学数学科学学院; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第12期1689-1697,共9页; 基金国家自然科学基金资助项目(71871001,71771001)。; 文摘在空气污染指数的监测中,传统单项预测方法不能反映PM_(2.5)质量浓度与复杂因素的非线性关系,文章提出一种基于赋权K近邻(K-nearest neighbor,KNN)算法的长短期记忆(long short-term memory,LSTM)神经网络模型来预测PM_(2.5)质量浓度。首先利用相关性分析提取与PM_(2.5)相关性较大的空间因素,并对每个时间节点选取K个近邻,赋予相应权重来表现不同的影响力度;然后通过重构原始数据K倍维度的新数据集,进行LSTM神经网络模型的监督学习训练,提取时间序列的特征和固有的长期依赖关系,最后实现PM_(2.5)日值质量浓度不同未来时刻的预测。实验结果表明,文中提出的赋权KNN-LSTM预测模型具有可行性和有效性,和其他模型相比,表现出较高精度的预测性能。; 关键词 k近邻(knn)算法长短期记忆(LSTM)神经网络监督学习 PM_(2.5)预测; Keywords k-nearest neighbor(knn)algorithm long short-term memory(LSTM)neural network supervised learning PM_(2.5) prediction; 分类号 X513 [环境科学与工程—环境工程] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于快速学习图卷积网络的滚动轴承故障诊断研究: 5; 作者宁少慧董振才戎有志周利东; 机构太原科技大学机械工程学院太原科技大学车辆与交通工程学院; 出处《机床与液压》北大核心 2025年第12期53-59,共7页; 基金山西省应用基础研究计划(20210302123212)。; 文摘图神经网络跨层的递归邻域扩展为训练大型密集图带来时间方面的挑战,导致轴承故障诊断的训练效率不高。针对此问题,提出一种基于快速学习图卷积网络方法并将其应用于滚动轴承故障诊断中。利用快速傅里叶变换(FFT)将采集的轴承故障时域信号转化为频域数据,再利用K近邻(KNN)算法将频域信号转换为图数据,以图数据显示频域特征,极大丰富了输入信息;引入快速学习图卷积网络(Fast-GCN)模型,通过重要性采样对故障特征进行学习;最后,利用Log-Softmax函数输出最终分类结果,从而实现滚动轴承单一故障的分类。实验结果表明:所提模型在保证故障分类准确率的前提下,诊断速度显著提升,甚至比图卷积神经网络(GCN)的诊断速度增加了约1倍,且所提方法具有良好的半监督诊断性能与泛化能力。; 关键词滚动轴承故障诊断 k近邻(knn)算法快速傅里叶变换(FFT) 快速学习图卷积网络(Fast-GCN); Keywords rolling bearing fault diagnosis k-nearest neighbor(knn)algorithm fast Fourier transform(FFT) fast learning with graph convolutional networks(FAST-GCN); 分类号 TH222 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名三维扫描数据处理中数据结构的设计与比较被引量：4: 6; 作者王力; 机构信息工程大学测绘学院; 出处《测绘通报》 CSCD 北大核心 2010年第9期63-65,共3页; 基金信息工程大学测绘学院硕士学位论文创新与创优基金; 文摘高效处理三维激光扫描数据的基础是设计一种合理的数据结构。介绍三种数据结构的原理,研究建立数据结构的关键技术。以解决扫描数据处理中常见的KNN问题为例,比较三种结构的优缺点。通过研究可以得出,八叉树结构是一种比较理想的数据结构。; 关键词扫描数据格网八叉树 k-D树 k近邻算法(knn); 分类号 P208 [天文地球—地图制图学与地理信息工程]; 在线阅读下载PDF 职称材料

题名遥感影像检索中高维特征的快速匹配: 7; 作者陈慧中陈永光景宁陈荦; 机构国防科学技术大学电子科学与工程学院西南电子电信技术研究所上海分所军械工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2011年第9期2144-2151,共8页; 基金国家863计划项目(2008AA12A211 2009AA7010413)资助课题; 文摘提高特征点匹配效率是将高维局部特征运用于遥感影像检索的关键,该文提出一种新的压缩优先过滤(CPF)索引算法。该算法通过量化特征向量构建近似向量空间上的高维索引结构,利用优先队列过滤得到近似近邻候选集,精确计算候选实际特征向量得到最终近邻。在CPF算法基础上提出了基于快速鲁棒性特征(SURF)的遥感影像快速检索算法。实验及分析表明,与经典的最佳桶优先(BBF)算法相比较,CPF降低了磁盘读写(I/O)和浮点运算次数,特征点数目较大时,查询效率和总体查询精度均有显著提高,基于SURF特征的遥感影像快速检索算法能快速返回正确目标与相似目标影像。; 关键词遥感影像检索特征向量匹配高维k近邻(knn)查询最佳桶优先(BBF)算法; Keywords Remote sensing image retrieving Feature matching High-dimensional k-Nearest-Neighbor（knn） search Best-Bin-First（BBF） algorithm; 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

题名基于机器学习的双参数火灾探测方法被引量：11: 8; 作者刘全义朱博邓力石航梁光华; 机构中国民用航空飞行学院民航安全工程学院清华大学合肥公共安全研究院; 出处《中国安全科学学报》 CAS CSCD 北大核心 2022年第5期90-96,共7页; 基金国家自然科学基金资助(U2033206,U1933105) 四川省科技计划项目(2018GZYZF0069,2020YFG0447) +1 种基金中国民用航空飞行学院大学生双创建设项目(S202010624137)。; 文摘为解决单一技术在火灾探测上造成的误报、漏报现象,设计并建立可燃物燃烧试验平台,选取燃烧产物中质量浓度迅速升高的PM10及CO作为分类算法的特征参数,对特征参数进行数据处理后,采用逻辑回归(LR)、线性判别分析(LDA)、k近邻算法(kNN)、分类与回归树(CART)、朴素贝叶斯与支持向量机(SVM)等6种机器学习算法建立火灾探测模型,并评估分析其分类性能。结果表明:6种算法中kNN评估准确率、召回率、F_(1)值和kappa值均高于其他算法,且评估准确率达到95.2%,能够准确地识别燃烧状态;通过分类处理燃烧产物中快速变化的PM10及CO质量浓度,能够较准确识别火灾。; 关键词机器学习火灾探测 PM10 分类算法 k近邻算法(knn); Keywords machine learning fire detection PM10 classification algorithm k-nearest neighbor algorithm(knn); 分类号 X924.4 [环境科学与工程—安全科学]; 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	应用非线性KNN数据搜索的三维叠前自由表面多次波预测	谢飞朱成宏高鸿徐蔚亚	《石油地球物理勘探》 EI CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	离散型增强烟花算法和kNN在特征选择中的研究	黄欣莫海淼赵志刚曾敏	《计算机工程与应用》 CSCD 北大核心	2020	4	在线阅读下载PDF 职称材料
3	基于KNN算法的船舶操纵智能评估系统	张叶任鸿翔王德龙	《上海海事大学学报》北大核心	2021	7	在线阅读下载PDF 职称材料
4	基于赋权KNN-LSTM模型的PM_(2.5)质量浓度预测	刘晴晴陈华友	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2021	5	在线阅读下载PDF 职称材料
5	基于快速学习图卷积网络的滚动轴承故障诊断研究	宁少慧董振才戎有志周利东	《机床与液压》北大核心	2025	0	在线阅读下载PDF 职称材料
6	三维扫描数据处理中数据结构的设计与比较	王力	《测绘通报》 CSCD 北大核心	2010	4	在线阅读下载PDF 职称材料
7	遥感影像检索中高维特征的快速匹配	陈慧中陈永光景宁陈荦	《电子与信息学报》 EI CSCD 北大核心	2011	0	在线阅读下载PDF 职称材料
8	基于机器学习的双参数火灾探测方法	刘全义朱博邓力石航梁光华	《中国安全科学学报》 CAS CSCD 北大核心	2022	11	在线阅读下载PDF 职称材料