期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,572篇文章
< 1 2 … 79 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
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
DTWAWKNN驱动的蓝牙/WiFi指纹定位方法 被引量：1
2
作者 杨明 纪冬华 《导航定位学报》 北大核心 2025年第3期189-197,共9页
针对蓝牙/无线保真(WiFi)指纹定位效果差、算法复杂度高等问题,提出一种动态时间规整辅助加权K近邻(DTWAWKNN)驱动的蓝牙/WiFi指纹定位方法:离线阶段,通过动态时间规整(DTW)算法计算不等维度的蓝牙、WiFi和蓝牙/WiFi混合指纹之间的相似... 针对蓝牙/无线保真(WiFi)指纹定位效果差、算法复杂度高等问题,提出一种动态时间规整辅助加权K近邻(DTWAWKNN)驱动的蓝牙/WiFi指纹定位方法:离线阶段,通过动态时间规整(DTW)算法计算不等维度的蓝牙、WiFi和蓝牙/WiFi混合指纹之间的相似度,并基于加权K近邻(WKNN)实现匹配定位,然后以蓝牙、WiFi及蓝牙/WiFi混合指纹库与蓝牙、WiFi及蓝牙/WiFi混合指纹的匹配结果为定位特征,构建基于多类型指纹匹配定位结果的离线定位指纹库;在线阶段,基于DTWAWKNN实现蓝牙、WiFi和蓝牙/WiFi混合指纹之间的匹配定位,获取基于多类型指纹匹配定位结果的在线定位指纹,再基于WKNN算法实现离线定位指纹库和在线定位指纹的匹配定位。实验结果表明,提出方法的定位效果远优于WKNN、随机森林(RF)和支持向量机(SVM),定位精度可至少提高67.74%,定位稳定性最少提高54.51%,算法复杂度至少降低77.9%。 展开更多
关键词 蓝牙 无线保真(WiFi) 指纹定位 动态时间规整(DTW) 加权k近邻(WkNN)
在线阅读 下载PDF
KMDW和ISVDD方法在钻头磨损状态识别中的应用
3
作者 郝旺身 娄本池 +4 位作者 董辛旻 王林恒 朱春辉 陈世金 王亚坤 《重庆理工大学学报(自然科学)》 北大核心 2025年第7期179-186,共8页
为识别钻头的磨损状态,解决多分类过程中支持向量数据描述(SVDD)对混叠样本识别精度差的问题,提出一种基于结合K均值密度权重(KMDW)聚类和改进SVDD(ISVDD)的方法。采用小波包分解多尺度排列熵值(WPD-MPE)方法提取特征向量;结合KMDW和SVD... 为识别钻头的磨损状态,解决多分类过程中支持向量数据描述(SVDD)对混叠样本识别精度差的问题,提出一种基于结合K均值密度权重(KMDW)聚类和改进SVDD(ISVDD)的方法。采用小波包分解多尺度排列熵值(WPD-MPE)方法提取特征向量;结合KMDW和SVDD模型进行故障分类,对混叠样本采用K近邻隶属度值进行识别,并采用改进的蝴蝶优化算法(IBOA)优化SVDD模型参数。在标准数据集上验证所提方法的优越性,结果表明:加入K近邻隶属度值可使F值和准确率分别提升6.36%和6.59%;KMDW相比K均值聚类方法的ARI值和NMI值分别提升10.01%和10.75%,能够达到更好的聚类效果;经蝴蝶优化算法改进后模型识别精度进一步提高。将所提方法应用于钻头磨损状态的识别,识别准确率达到92.83%,证明其具有较好的识别精度和通用性。 展开更多
关键词 SVDD k均值密度权重聚类 蝴蝶优化算法 k近邻算法 钻头磨损状态识别
在线阅读 下载PDF
基于RSA模型和改进K-means算法的电商行业客户细分
4
作者 杨静 《计算机应用与软件》 北大核心 2025年第8期125-131,172,共8页
针对新兴的网络购物客户数量大、客户流动性强和消费数据多的特点,提出RSA模型结合改进的K-means聚类算法实现客户细分。采用熵值法计算RSA模型各指标的权重,综合各个属性计算客户价值。结合K近邻算法和密度峰值算法,提出一种基于K近邻... 针对新兴的网络购物客户数量大、客户流动性强和消费数据多的特点,提出RSA模型结合改进的K-means聚类算法实现客户细分。采用熵值法计算RSA模型各指标的权重,综合各个属性计算客户价值。结合K近邻算法和密度峰值算法,提出一种基于K近邻和密度峰值聚类的K-means初始聚类中心选取方法,优化传统K-means算法实现客户细分。通过选取的标准数据集和某零售公司在线交易的真实数据进行实验验证,证明了RSA模型和改进K-means算法具有更加优异的性能。 展开更多
关键词 RSA模型 客户细分 k-MEANS算法 密度峰值聚类 k近邻
在线阅读 下载PDF
基于中值和滑动窗口融合滤波的WKNN定位算法 被引量：2
5
作者 李小年 谭方 +3 位作者 齐斐 杨永锋 姜汗涛 李芳芳 《传感器与微系统》 北大核心 2025年第5期142-145,共4页
针对室内定位中接收信号强度指示(RSSI)受到环境干扰波动大,使得定位精度低且不稳定,但是单一滤波算法较难实现有效滤波的问题,本文提出基于中值和滑动窗口融合滤波的加权K最近邻(WKNN)定位算法,该算法分别用中值和滑动窗口对RSSI值进... 针对室内定位中接收信号强度指示(RSSI)受到环境干扰波动大,使得定位精度低且不稳定,但是单一滤波算法较难实现有效滤波的问题,本文提出基于中值和滑动窗口融合滤波的加权K最近邻(WKNN)定位算法,该算法分别用中值和滑动窗口对RSSI值进行滤波,再用卡尔曼算法对两种滤波结果进行融合,实现融合滤波,最后用基于动态权重的WKNN算法实现定位。实验结果表明,经过融合滤波处理RSSI后,定位的平均误差为0.946 m,定位精度优于单一滤波且更稳定。 展开更多
关键词 室内定位 融合滤波 接收信号强度指示 加权k最近邻
在线阅读 下载PDF
一种基于KNN和随机仿射的边界样本合成过采样方法 被引量：1
6
作者 冷强奎 孙薛梓 孟祥福 《智能系统学报》 北大核心 2025年第2期329-343,共15页
过采样是处理不平衡数据分类问题的有效策略。本文提出了一种基于K近邻(K-nearest neighbor,KNN)和随机仿射的边界样本合成过采样方法,用于改进现有过采样方法的种子样本选择阶段和合成样本生成阶段。首先,引入三近邻理论,建立样本间有... 过采样是处理不平衡数据分类问题的有效策略。本文提出了一种基于K近邻(K-nearest neighbor,KNN)和随机仿射的边界样本合成过采样方法,用于改进现有过采样方法的种子样本选择阶段和合成样本生成阶段。首先,引入三近邻理论,建立样本间有效的内在近邻关系,并去除数据集中的噪声,以降低后续分类器的过拟合风险。其次,准确识别那些难以学习且包含丰富信息的少数类边界样本,并将其用作采样种子。最后,利用局部随机仿射代替线性插值机制,在原始数据的近似流形中均匀地生成合成样本。相比于传统过采样方法,本文方法能更充分挖掘数据集中的重要边界信息,从而为分类器提供更多辅助以改善其分类性能。在18个基准数据集上,与8种经典采样方法(结合4种不同分类器)进行了大量对比实验。结果表明,本文所提方法获得了更高的F1分数和几何均值(G-mean),可以更为有效地解决不平衡数据分类问题。此外,统计分析也证实该方法具有更高的弗里德曼排名(Friedman ranking)。 展开更多
关键词 k近邻 线性插值 边界样本 自然分布 过采样 三近邻理论 随机仿射变换 不平衡分类
在线阅读 下载PDF
基于KNN-LASSO-PPC法的改进BitCN-LSTM短期光伏功率预测
7
作者 贺宇轩 王锟 +2 位作者 曾进辉 刘颉 周武定 《电子测量技术》 北大核心 2025年第15期42-51,共10页
针对光伏出力受天气条件随机性和波动性影响的特点,提出一种基于KNN-LASSO-PCC法的改进BitCN-LSTM神经网络短期光伏功率预测方法。首先,采用KNN对数据集进行清洗,再结合LASSO与PCC进行多层特征筛选;然后,在传统BitCN-LSTM方法基础上加入... 针对光伏出力受天气条件随机性和波动性影响的特点,提出一种基于KNN-LASSO-PCC法的改进BitCN-LSTM神经网络短期光伏功率预测方法。首先,采用KNN对数据集进行清洗,再结合LASSO与PCC进行多层特征筛选;然后,在传统BitCN-LSTM方法基础上加入GRU与Elman神经网络,其中,GRU解决长时间依赖问题和参数优化问题,Elman网络增强局部时序建模和记忆能力;最后,在多层特征筛选下选取直角辐射、散角辐射、气温和湿度作为输入变量,选取光伏电站各时段发电功率的预测值作为最终输出,进行为期1~3天间隔15 min进行一次预测的仿真,所得的最优评估指标平均绝对误差、均方误差以及平均绝对百分比误差分别为9.9763%、1.7029%和10.6267%,训练时间和最优测试时间分别为181.3051 s和0.058932 s,相较于其他常见的短期光伏预测模型精度更高,速度更快。 展开更多
关键词 光伏功率预测 多层特征筛选 k近邻算法 埃尔曼网络 门控循环单元
在线阅读 下载PDF
响应变量缺失下条件平均处理效应的k近邻核估计
8
作者 曾华俊 明瑞星 +2 位作者 苏培娟 黄绍航 肖敏 《数学物理学报(A辑)》 北大核心 2025年第3期992-1012,共21页
基于Neyman-Rubin潜在结果框架,构建k近邻核估计量来测度响应变量随机缺失情形下的条件平均处理效应(conditional average treatment effect,CATE),旨在评估不同处理方式对个体的影响.证明了k近邻核估计量的几乎完全收敛性和渐近正态性... 基于Neyman-Rubin潜在结果框架,构建k近邻核估计量来测度响应变量随机缺失情形下的条件平均处理效应(conditional average treatment effect,CATE),旨在评估不同处理方式对个体的影响.证明了k近邻核估计量的几乎完全收敛性和渐近正态性.数值模拟表明k近邻核估计量的表现优良,利用真实数据进行实证分析,实证结果显示k近邻核估计量具有较小的平均绝对偏差和均方根误差. 展开更多
关键词 条件平均处理效应 随机缺失 k近邻核估计量 渐近正态性
在线阅读 下载PDF
机载激光雷达数据与机器学习算法的森林蓄积量估测模型构建精度评价——基于KNN、XGBoost与RF模型反演算法 被引量：1
9
作者 潘自辉 肖正利 +5 位作者 黄光体 赵文纯 张流洋 刘晓阳 肖箫 林浩然 《湖北林业科技》 2025年第2期34-44,50,共12页
基于激光雷达系统获取数据,旨在探索建立一个适用于湖北省的混合树种蓄积量估测模型。研究区涵盖9个市州及15个县市区386个样地(小班),涉及3种森林类型(阔叶林、针叶林和针阔混交林),划分为5个植被区,分别为大别山桐柏山丘陵低山、鄂西... 基于激光雷达系统获取数据,旨在探索建立一个适用于湖北省的混合树种蓄积量估测模型。研究区涵盖9个市州及15个县市区386个样地(小班),涉及3种森林类型(阔叶林、针叶林和针阔混交林),划分为5个植被区,分别为大别山桐柏山丘陵低山、鄂西北山地丘陵、鄂东南低山丘陵、江汉平原湖泊和鄂西南山地;从点云数据中提取森林参数特征变量,结合实地调查数据,分别采用机器算法KNN、XGBoost和RF模型对森林蓄积量进行估测,采用决定系数评价模型估测精度,对估测结果进行比较分析。结果表明:(1)RF模型的估测值与实际值较为接近,精度高于KNN和XGBoost模型;(2)不同地貌区域的森林类型估测精度存在差异,表现为针叶林估测精度高于阔叶林;估测精度与林分郁闭度、林龄、起源等因子存在相关性,林分郁闭度较高时,估测精度较高;中龄、近熟林及过熟林估测精度较高,人工林的精度高于天然林;(3)蓄积量估测值精度与实测值的区间相关,实测值趋于一定低值与高值区间时,估测精度降低。通过激光雷达数据的反演结果与地面调查数据验证,反映了模型的准确度,促进林业调查与激光雷达融合运用,需进一步比较多种模型,并探索森林分布、林木结构特征、林分因子等之间影响估测精度的相关因素。 展开更多
关键词 激光雷达 森林蓄积量 模型反演 k-近邻算法 极端梯度提升 随机森林
在线阅读 下载PDF
基于KNN-BP神经网络车辆驻留时间预测立体车库RGV待命位策略
10
作者 后国栋 李建国 《科学技术与工程》 北大核心 2025年第24期10478-10486,共9页
平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighb... 平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighbor, KNN)-BP神经网络预测模型,以是否为工作日、工作日特殊时段(如早高峰、晚高峰),气温,降水4个方面作为特征向量,采用二进制集合转换构建各特征向量集,通过KNN对异常数据进行分组,提高BP神经网络预测精度,并基于预测时间建立出库概率分布,设定区域优先级参数以及RGV(rail guided vehicle)待命位策略。编写仿真程序,以西安小寨某商用立体车库运行数据进行验证,仿真结果表明:KNN-BP神经网络预测模型R^(2)较传统BP神经网络提高了20.23%,设计待命位策略下较无待命位策略顾客平均等待时间减小35.82%,RGV平均服务时间降低39.51%,RGV运行能耗降低38.32%;较文献引用策略顾客平均等待时间减小14.18%,RGV平均服务时间降低13.29%,RGV运行能耗降低20.89%。研究成果为提高立体车库车运行效率提供参考。 展开更多
关键词 交通工程 立体车库 待命位 k-近邻算法(kNN)-反向传播(BP)神经网络 RGV
在线阅读 下载PDF
基于特征提取的KNN路由优化算法
11
作者 赵莉 石昕宇 孙宗伟 《光通信技术》 北大核心 2025年第5期89-93,共5页
为提高大规模Benes光网络的路由效率与通信性能,提出一种基于特征提取的K近邻(KNN)路由优化算法。通过提取波导交叉位置及数量等关键特征构建特征路由表,对传统KNN路由优化算法进行预处理优化,并基于四电平脉冲幅度调制(PAM4)系统搭建... 为提高大规模Benes光网络的路由效率与通信性能,提出一种基于特征提取的K近邻(KNN)路由优化算法。通过提取波导交叉位置及数量等关键特征构建特征路由表,对传统KNN路由优化算法进行预处理优化,并基于四电平脉冲幅度调制(PAM4)系统搭建光网络仿真平台,对不同路由路径的消光比、带宽及误符号率进行测试分析。实验结果表明:所提方法将路由筛选准确率从34.48%提升至71.85%;在30 Gb/s传输速率下,改进的KNN路由优化算法使优势路径的最小接收功率要求比劣势路径低0.8 dBm。 展开更多
关键词 Benes光网络 k近邻算法 消光比 带宽 误符号率
在线阅读 下载PDF
基于切比雪夫距离的孪生子序列K近邻搜索
12
作者 李宝海 田芙蓉 段振华 《计算机应用与软件》 北大核心 2025年第10期53-65,共13页
为了提升孪生子序列的搜索准确度,降低计算成本,提出一种基于切比雪夫距离的孪生子序列K近邻搜索方法。引入一种基于树的索引TI,该算法利用其节点中的适当边界来修剪搜索空间,并引入优化方法,通过批量加载提高索引的内存,防止性能恶化... 为了提升孪生子序列的搜索准确度,降低计算成本,提出一种基于切比雪夫距离的孪生子序列K近邻搜索方法。引入一种基于树的索引TI,该算法利用其节点中的适当边界来修剪搜索空间,并引入优化方法,通过批量加载提高索引的内存,防止性能恶化并降低其搜索成本;基于切比雪夫距离在索引上执行孪生序列K近邻搜索算法。实验结果分析表明了该方法能够实现高效高精度的搜索。 展开更多
关键词 孪生序列 切比雪夫距离 k近邻搜索 优化
在线阅读 下载PDF
基于K-近邻加权算法的智能站虚端子自匹配方法
13
作者 史卓鹏 孔祥敏 +1 位作者 魏佳红 宋晓帆 《计算机科学》 北大核心 2025年第S1期341-346,共6页
为解决工程设计中智能变电站虚端子回路频繁连接错误和需要重复校验等问题,提出基于K-近邻加权算法的智能站虚端子自匹配方法。通过将智能变电站的整站虚端子匹配问题分解为典型间隔和单一智能电子设备(Intelligent Electronic Device,I... 为解决工程设计中智能变电站虚端子回路频繁连接错误和需要重复校验等问题,提出基于K-近邻加权算法的智能站虚端子自匹配方法。通过将智能变电站的整站虚端子匹配问题分解为典型间隔和单一智能电子设备(Intelligent Electronic Device,IED)中的单个发送和接收虚端子匹配连接问题,引入虚端子的格式组成与连接构建数学分析模型;根据IED装置之间GOOSE和SV输入输出虚端子属性连接的距离度量,通过模拟退火优化方法增加对属性距离权重来提高算法选择近邻度,并利用K-近邻算法的分类决策规则自动匹配出对应的虚端子连接组合。通过工程测试实例验证了该算法的准确性和高效性,其提升了智能变电站不可见回路的连接准确率,能保障电网安全稳定运行。 展开更多
关键词 k-近邻加权 虚端子 自匹配 模拟退火 智能变电站 IED
在线阅读 下载PDF
集加权K近邻与卷积块注意力的三维点云语义分割
14
作者 肖剑 王晓红 +3 位作者 周润民 李炜 杨祎斐 罗季 《激光杂志》 北大核心 2025年第2期225-231,共7页
基于深度学习的点云语义分割模型在改进模型时多采用复杂度高的注意力机制,而且在提取局部深度语义特征和近邻点特征表达中存在不足。因此,提出集加权K近邻与卷积块注意力的点云语义分割模型。在动态图卷积网络架构上,设计加权K近邻算... 基于深度学习的点云语义分割模型在改进模型时多采用复杂度高的注意力机制,而且在提取局部深度语义特征和近邻点特征表达中存在不足。因此,提出集加权K近邻与卷积块注意力的点云语义分割模型。在动态图卷积网络架构上,设计加权K近邻算法以获取更有效的局部邻域;再引入通卷积块注意力处理局部邻域中特征;在卷积块注意力中,通道注意力用于加强点云通道关联,空间注意力用于感知三维空间结构并获取上下文信息及深度语义特征。实验结果表明,该模型在ShapeNet Part部件分割数据集和S3DIS室内语义分割数据集分别达到85.86%和61.2%的平均交并比,相比其他方法具有较高的分割精度。 展开更多
关键词 语义分割 三维点云 动态图卷积网络 k近邻 卷积块注意力
在线阅读 下载PDF
基于融合K-近邻算法的电压互感器在线监测方法 被引量：6
15
作者 李振华 崔九喜 +3 位作者 杨信强 吴海荣 杨诗豪 薛田良 《电网技术》 EI CSCD 北大核心 2024年第9期3938-3947,I0100,共11页
由于受工作时长和环境因素的影响,电容式电压互感器(capacitor voltage transformer,CVT)在运行过程中误差稳定性不高,易出现电能计量失准现象。为此,该文提出了一种基于融合K-近邻算法(fusion K-nearest neighbor algorithm,FKNN)的电... 由于受工作时长和环境因素的影响,电容式电压互感器(capacitor voltage transformer,CVT)在运行过程中误差稳定性不高,易出现电能计量失准现象。为此,该文提出了一种基于融合K-近邻算法(fusion K-nearest neighbor algorithm,FKNN)的电压互感器在线评估方法。该方法利用互感器的历史运行数据构建虚拟标准器,通过改进K-近邻算法对互感器实时状态进行监测,实现对异常情况的报警。同时,提出了一种加权移动时间窗的方法,自适应更新异常阈值,有效削弱电网不平衡波动的影响。实验结果表明,该文方法能够准确监测互感器的0.2级误差漂移。 展开更多
关键词 电压互感器 虚拟标准器 k-近邻算法 自适应更新
在线阅读 下载PDF
基于数字孪生与k-近邻算法的车间设备运行状态预测研究 被引量：10
16
作者 和征 李忠鹏 杨小红 《制造技术与机床》 北大核心 2024年第3期193-199,共7页
由于传统车间设备运行状态预测不能有效利用历史数据进行学习,实时响应能力有限,难以在复杂调度环境中取得良好效果,因此文章提出一种数字孪生与k-近邻算法相结合的车间设备运行状态预测模型。构建车间设备实体在信息空间的数字孪生模型... 由于传统车间设备运行状态预测不能有效利用历史数据进行学习,实时响应能力有限,难以在复杂调度环境中取得良好效果,因此文章提出一种数字孪生与k-近邻算法相结合的车间设备运行状态预测模型。构建车间设备实体在信息空间的数字孪生模型,并建立设备实体与模型之间的映射关系,从而获取实时特征数据,即设备的运行状态特征数据。运用k-近邻算法计算实时特征数据与历史数据之间的欧几里得距离,即计算设备当前运行状态与历史已知状态的相似度,最终通过前k个距离所对应的设备历史运行状态数据,预测设备的当前运行状态。该模型的本质是通过数字孪生的实时数据采集,获取指定设备运行状态特征数据,运用k-近邻算法预测设备的实时运行状态。相较以往研究,本研究贡献在于提高设备实时运行状态预测的准确率。如果将数字孪生、k-近邻算法与具备自我学习能力的相关算法相结合,模型的预测效果会更好。 展开更多
关键词 k-近邻算法 机器学习 数字孪生 车间设备运行状态预测
在线阅读 下载PDF
基于组合加权k近邻分类的无线传感网络节点复制攻击检测方法 被引量：7
17
作者 赵晓峰 王平水 《传感技术学报》 CAS CSCD 北大核心 2024年第6期1056-1060,共5页
无线传感网络节点体积小,隐蔽性强,节点复制攻击检测的难度较大,为此提出一种基于组合加权k近邻分类的无线传感网络节点复制攻击检测方法。通过信标节点的空间位置数据与相距跳数得出各节点之间的相似程度,结合高斯径向基核函数求解未... 无线传感网络节点体积小,隐蔽性强,节点复制攻击检测的难度较大,为此提出一种基于组合加权k近邻分类的无线传感网络节点复制攻击检测方法。通过信标节点的空间位置数据与相距跳数得出各节点之间的相似程度,结合高斯径向基核函数求解未知节点的横轴、纵轴的空间坐标,确定各网络节点的空间位置;根据网络节点的属性特征与投票机制建立节点复制攻击模型,凭借组合加权k近邻分类法划分节点类型,并将结果传送至簇头节点,由簇头节点做出最后的仲裁,识别出节点复制攻击行为。仿真结果表明,所提方法的节点复制攻击检测率最大值为99.5%,最小值为97.9%,对节点复制攻击检测的耗时为5.41 s,通信开销数据包数量最大值为209个,最小值为81个。 展开更多
关键词 无线传感网络 攻击检测 组合加权k近邻分类 复制节点 部署区域 信标节点
在线阅读 下载PDF
结合精英初始化和K近邻的蛇优化算法 被引量：1
18
作者 王丽娟 刘姝含 +1 位作者 王剑 田亚旗 《计算机应用研究》 CSCD 北大核心 2024年第9期2712-2721,共10页
蛇优化算法(SO)是一种受自然界中蛇生存行为启发产生的元启发式优化算法。原始蛇优化算法存在收敛速度慢、易陷入局部最优的问题,因此提出了一种结合精英初始化和K近邻的改进蛇优化算法(elite initia-lization and K-nearest neighbors ... 蛇优化算法(SO)是一种受自然界中蛇生存行为启发产生的元启发式优化算法。原始蛇优化算法存在收敛速度慢、易陷入局部最优的问题,因此提出了一种结合精英初始化和K近邻的改进蛇优化算法(elite initia-lization and K-nearest neighbors improved snake optimizer,EKISO)。首先,为了提高初始种群质量,在种群初始化阶段提出精英初始化的方法,根据种群精英个体产生优质初始种群个体;其次,通过振荡因子优化螺旋觅食策略扩大全局勘探阶段的搜索范围、提高算法的局部逃逸能力;最后,在局部开发阶段提出K近邻思想的位置更新方法,增强种群个体之间的信息交互能力,从而加快收敛速度、提高收敛精度。利用14个经典测试函数和4个CEC2017测试函数将该方法与其他7种优化算法进行对比,证明EKISO收敛速度更快、精度更高且不易陷入局部最优。为了进一步验证EKISO的实用性与可行性,将EKISO应用于压力容器设计问题中,通过实验对比分析可知,EKISO在处理实际优化问题上具有一定的优越性。 展开更多
关键词 蛇优化算法 精英初始化 k近邻 振荡因子 工程优化
在线阅读 下载PDF
基于概率密度的自适应k近邻缺失值填充方法
19
作者 梁路 林俊跃 霍颖翔 《华南师范大学学报（自然科学版）》 CAS 北大核心 2024年第4期80-90,共11页
基于k近邻的缺失值填充方法通常使用样本间的距离来度量样本的相似性,在计算距离时,没有区分样本各属性的权重,即所有属性对距离的贡献是一样的。然而,在非均匀分布的不平衡数据集中,样本的异质性往往体现在取值不常见的属性上,即样本... 基于k近邻的缺失值填充方法通常使用样本间的距离来度量样本的相似性,在计算距离时,没有区分样本各属性的权重,即所有属性对距离的贡献是一样的。然而,在非均匀分布的不平衡数据集中,样本的异质性往往体现在取值不常见的属性上,即样本之间的相似性受属性取值概率影响,此时用传统的距离公式来度量相似性是不够准确的。因此,文章针对非均匀分布的不平衡数据集提出了一种自适应k近邻缺失值填充方法(AkNNI):首先,引入属性的概率密度,动态调整各个属性的重要性,凸显稀疏值与缩小频繁值在距离计算上的贡献,从而更好地表达样本的异质性以及捕捉样本之间的相似性;然后,针对高缺失率下数据集中完备样本稀少的情况,综合考虑了样本的相似性和完整性,设计了新的k近邻的选择流程。实验选取了6个非均匀分布数据集,对比了AkNNI方法与其他5种经典填充方法的填充效果,验证了填充后的数据集在k近邻分类器的分类效果,深入探索了3种评估指标的相互关系。实验结果表明AkNNI方法具有更高的填充准确度和分类准确度:在6种缺失值填充算法中,AkNNI方法在各个数据集上取得的平均RMSE最低、平均皮尔逊相关系数最高以及平均分类准确率最高。同时,在高缺失率下,AkNNI方法在各个数据集上仍能保持较低的RMSE、较高的皮尔逊相关系数和较高的分类准确度。 展开更多
关键词 欧氏距离 k近邻 缺失值填充 概率密度 非均匀分布
在线阅读 下载PDF
应用于加速安全约束机组组合问题的K最邻近算法 被引量：3
20
作者 陈子瑞 刘明波 +2 位作者 曾贵华 谢敏 林舜江 《南方电网技术》 CSCD 北大核心 2024年第11期48-57,78,共11页
随着电网规模的扩大和对安全性要求的提高,安全约束机组组合问题求解难度也在不断增加。针对安全约束机组组合问题中输电线路传输功率约束和0-1启停整数变量的特点,提出了两个基于改进K最邻近算法的预测方法,分别用于识别起作用的传输... 随着电网规模的扩大和对安全性要求的提高,安全约束机组组合问题求解难度也在不断增加。针对安全约束机组组合问题中输电线路传输功率约束和0-1启停整数变量的特点,提出了两个基于改进K最邻近算法的预测方法,分别用于识别起作用的传输功率约束和确定部分整数变量的取值。同时考虑到负荷参数对整数变量取值的影响,提出限制整数变量取值预测方法的作用区间以提高预测准确率。在求解问题之前,两个预测方法能快速预测出起作用的传输功率约束和部分整数变量的取值,利用这些信息可以构建一个简化的安全约束机组组合模型,再应用优化求解器直接求解该模型,缩短安全约束机组组合问题的求解时间。最后,用标准测试系统和某实际省级电网数据验证了所提方法的正确性和有效性。 展开更多
关键词 安全约束机组组合 传输功率约束 混合整数线性规划 k最邻近算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 79 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部