检索结果-维普期刊中文期刊服务平台

多颜色模型分割自学习k-NN设备状态识别方法被引量：2: 1; 作者郭雪梅刘桂雄《中国测试》 CAS 北大核心 2016年第4期107-110,共4页; 在浪涌测试中,由于每次识别对象不同,直接采用特征匹配每次测试前需要根据受试设备重新训练样本。先根据图像中高亮度点、白光所占比例,决策用于图像分割的颜色模型(L*a*b*、HSL、HSV),实现自适应分割;其次,提出自学习k-NN算法,以像素数... 展开更多; 关键词多颜色模型 K近邻算法自学习浪涌测试; 在线阅读下载PDF 职称材料

多分类器联合虚警可控的海上小目标检测方法被引量：4: 2; 作者薛安克毛克成张乐《电子与信息学报》 EI CSCD 北大核心 2023年第7期2528-2536,共9页; 模式识别技术已经广泛应用于海上目标检测,其中二分类的模式识别算法在处理该问题时会面临类别非均衡的困境。传统方法一般通过添加人工仿真目标回波扩充目标数据集,检测结果容易受到仿真精度的影响,且增加算法的复杂度。该文提出一种... 展开更多; 关键词海杂波小目标检测多分类双参数寻优K近邻(k-nn)算法可控虚警; 在线阅读下载PDF 职称材料

SCATS线圈数据短时多步双重预测方法被引量：2: 3; 作者李琦姜桂艳《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2013年第2期123-128,共6页; 为了进一步改善悉尼自适应交通控制系统(Sydney coordinated adaptive traffic system,SCATS)线圈数据短时多步预测的效果,在对SCATS线圈数据进行预处理的基础上,将当前与之前若干时间间隔的交通数据及对应的时间点作为交通模式特征向... 展开更多; 关键词交通运输工程悉尼自适应交通控制系统感应线圈短时交通预测 K近邻算法; 在线阅读下载PDF 职称材料

基于多尺度信息熵的雷达辐射源信号识别被引量：21: 4; 作者黄颖坤金炜东 +1 位作者葛鹏李冰《电子与信息学报》 EI CSCD 北大核心 2019年第5期1084-1091,共8页; 随着雷达信号的日益复杂,从实数序列中提取特征变得越来越困难,但当它们表示成符号序列时,通常能更容易地挖掘出有效的特征参数。因此,该文提出一种基于多尺度信息熵(MSIE)的雷达信号识别方法。首先通过符号聚合近似(SAX)算法在不同字... 展开更多; 关键词雷达信号识别符号聚合近似算法多尺度信息熵 k邻近算法; 在线阅读下载PDF 职称材料

密度峰值聚类k匿名分布式网络数据隐私保护方法研究: 5; 作者郭艳红《数字通信世界》 2025年第3期41-42,120,共3页; 由于分布式网络数据分散在多个节点上,导致数据隐私泄露的概率较大,为此,本文进行了密度峰值聚类k匿名的分布式网络数据隐私保护方法研究。其充分考虑了分布式网络环境自身的特点,引入了分布式k-NN查询算法,以找到其k个最近邻点,同时保... 展开更多; 关键词密度峰值聚类 k匿名分布式网络数据隐私保护分布式k-nn查询算法 k近邻匿名模型局部密度; 在线阅读下载PDF 职称材料

题名多颜色模型分割自学习k-NN设备状态识别方法被引量：2: 1; 作者郭雪梅刘桂雄; 机构广东省自动化研究所华南理工大学机械与汽车工程学院; 出处《中国测试》 CAS 北大核心 2016年第4期107-110,共4页; 基金广东省前沿与关键技术创新专项(509164744030); 文摘在浪涌测试中,由于每次识别对象不同,直接采用特征匹配每次测试前需要根据受试设备重新训练样本。先根据图像中高亮度点、白光所占比例,决策用于图像分割的颜色模型(L*a*b*、HSL、HSV),实现自适应分割;其次,提出自学习k-NN算法,以像素数n、偏心率e、密实度比r、欧拉数E为样本S特征向量X,构建数据集T0,以欧氏距离D实现样本分类;若样本置信度为k,加入预备数据集Tz′中,当Tz′满足条件,则扩充数据集Tz形成数据集Tz+1。结果证明:算法在9组各类样本(共21 600帧图像)识别中,准确度可达98.65%;并自学习扩充5组样本,距离矩阵变化较小,可见算法学习效率、学习准确度较高。; 关键词多颜色模型 K近邻算法自学习浪涌测试; Keywords multi-color space k-nearest neighbor algorithm（k-nn） self-learning surge test; 分类号 TP24 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名多分类器联合虚警可控的海上小目标检测方法被引量：4: 2; 作者薛安克毛克成张乐; 机构杭州电子科技大学自动化学院; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第7期2528-2536,共9页; 文摘模式识别技术已经广泛应用于海上目标检测,其中二分类的模式识别算法在处理该问题时会面临类别非均衡的困境。传统方法一般通过添加人工仿真目标回波扩充目标数据集,检测结果容易受到仿真精度的影响,且增加算法的复杂度。该文提出一种基于多分类思想的多特征海上小目标智能检测方法,先对海杂波数据与目标数据进行多维特征提取,构建高维特征空间;再基于多分类思想中的“1对1”方法,将海杂波特征空间划分成多个子空间,每个杂波子空间与目标数据特征空间等大,构造多个二分类器进行联合判决。该文选取的二分类器为改进的双参数K近邻(K-NN)算法,可有效调节虚警率。经冰多参数成像X波段雷达(IPIX)数据集验证,所提方法在观测时间为1.024 s时获得了82.40%的检测概率,与基于K-NN的检测器做比较,获得了2%的性能提升。; 关键词海杂波小目标检测多分类双参数寻优K近邻(k-nn)算法可控虚警; Keywords Sea clutter Small target detection Multi-class classification Two-parameter optimization k-nearest neighbor(k-nn)algorithm Controllable false alarm; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名SCATS线圈数据短时多步双重预测方法被引量：2: 3; 作者李琦姜桂艳; 机构吉林大学交通学院吉林大学汽车仿真与控制国家重点实验室; 出处《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2013年第2期123-128,共6页; 基金国家自然科学基金资助项目(51278257) 高等学校博士学科点专项科研基金资助项目(20110061110034) 浙江省自然科学基金资助项目(LY12F01013); 文摘为了进一步改善悉尼自适应交通控制系统(Sydney coordinated adaptive traffic system,SCATS)线圈数据短时多步预测的效果,在对SCATS线圈数据进行预处理的基础上,将当前与之前若干时间间隔的交通数据及对应的时间点作为交通模式特征向量的构成要素,用欧式距离作为当前交通模式特征向量和历史交通模式特征向量相似性的测度指标,以多步预测结果的误差最小为目标选取近邻数,通过对交通模式之间距离的倒数正规化处理,确定了所选相似交通模式的未来交通参数的权重,设计了一种基于k近邻(k nearest neighbor,k-NN)算法的短时多步双重预测方法,包括SCATS线圈数据的多步预测方法以及可预测步数在线估计方法,并采用某特大城市SCATS线圈实测数据进行了验证和对比分析.结果表明,所提出的新方法能够进一步降低SCATS线圈数据短时多步预测的误差.; 关键词交通运输工程悉尼自适应交通控制系统感应线圈短时交通预测 K近邻算法; Keywords traffic and transportation engineering Sydney coordinated adaptive traffic system （SCATS） in- ductive loop short-term traffic forecasts k nearest neighbor （k-nn） algorithm; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于多尺度信息熵的雷达辐射源信号识别被引量：21: 4; 作者黄颖坤金炜东葛鹏李冰; 机构西南交通大学电气工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2019年第5期1084-1091,共8页; 基金国家重点研发计划项目(2016YFB1200401-102F) 中央高校基本科研业务费专项资金(2682017CX046)~~; 文摘随着雷达信号的日益复杂,从实数序列中提取特征变得越来越困难,但当它们表示成符号序列时,通常能更容易地挖掘出有效的特征参数。因此,该文提出一种基于多尺度信息熵(MSIE)的雷达信号识别方法。首先通过符号聚合近似(SAX)算法在不同字符集尺度下将雷达信号转换为符号化序列;然后联合各符号序列的信息熵值,组成MSIE特征向量;最后,使用k邻近算法(k-NN)作为分类器实现雷达信号的分类识别。通过仿真6种典型的雷达信号进行验证,结果表明该方法在信噪比(SNR)为5 dB时,不同雷达信号的识别正确率大于90%,并且优于传统的基于复杂度特征(盒维数和稀疏性)的识别方法。; 关键词雷达信号识别符号聚合近似算法多尺度信息熵 k邻近算法; Keywords Radar signal identification Symbolic Aggregate approXimation (SAX) algorithm Multi-Scale Information Entropy (MSIE) k-nearest neighbor (k-nn) algorithm; 分类号 TN95 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名密度峰值聚类k匿名分布式网络数据隐私保护方法研究: 5; 作者郭艳红; 机构山西传媒学院; 出处《数字通信世界》 2025年第3期41-42,120,共3页; 文摘由于分布式网络数据分散在多个节点上,导致数据隐私泄露的概率较大,为此,本文进行了密度峰值聚类k匿名的分布式网络数据隐私保护方法研究。其充分考虑了分布式网络环境自身的特点,引入了分布式k-NN查询算法,以找到其k个最近邻点,同时保证查询过程以不泄露数据隐私为目标,构建了针对分布式网络数据的k近邻匿名模型;利用密度峰值聚类算法识别具有高局部密度并且与更高密度点的距离较大的数据点作为聚类中心,对k近邻匿名模型中的节点进行聚类,实现数据保护。在测试结果中,设计方法在不同场景中的保护效果最好,对应的数据泄露概率始终稳定在0.2以下。; 关键词密度峰值聚类 k匿名分布式网络数据隐私保护分布式k-nn查询算法 k近邻匿名模型局部密度; Keywords density peak clustering k anonymous distributed network data privacy protection distributed k-nn query algorithm k nearest neighbor anonymous model local density; 分类号 TP399 [自动化与计算机技术]; 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	多颜色模型分割自学习k-NN设备状态识别方法	郭雪梅刘桂雄	《中国测试》 CAS 北大核心	2016	2	在线阅读下载PDF 职称材料
2	多分类器联合虚警可控的海上小目标检测方法	薛安克毛克成张乐	《电子与信息学报》 EI CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
3	SCATS线圈数据短时多步双重预测方法	李琦姜桂艳	《哈尔滨工业大学学报》 EI CAS CSCD 北大核心	2013	2	在线阅读下载PDF 职称材料
4	基于多尺度信息熵的雷达辐射源信号识别	黄颖坤金炜东葛鹏李冰	《电子与信息学报》 EI CSCD 北大核心	2019	21	在线阅读下载PDF 职称材料
5	密度峰值聚类k匿名分布式网络数据隐私保护方法研究	郭艳红	《数字通信世界》	2025		在线阅读下载PDF 职称材料