期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PCA+KNN和kernal-PCA+KNN算法的废旧纺织物鉴别
被引量：
2
1
作者
李宁宁
刘正东
+2 位作者
王海滨
韩熹
李文霞
《分析测试学报》
CAS
CSCD
北大核心
2024年第7期1039-1045,共7页
该研究采集了15类废旧纺织物的4 998张近红外谱图,以7∶3的比例分为训练集和验证集,并分别采用主成分分析(PCA)与核主成分分析(kernal-PCA)两种不同降维方法对数据进行降维,并选用余弦相似度(cosine)核作为kernal-PCA的最佳核函数,最后...
该研究采集了15类废旧纺织物的4 998张近红外谱图,以7∶3的比例分为训练集和验证集,并分别采用主成分分析(PCA)与核主成分分析(kernal-PCA)两种不同降维方法对数据进行降维,并选用余弦相似度(cosine)核作为kernal-PCA的最佳核函数,最后分别将PCA和kernal-PCA降维处理后的数据进行k-近邻算法(KNN)训练。结果表明,kernal-PCA+KNN的模型准确率(95.17%)优于PCA+KNN模型的准确率(92.34%)。研究表明,kernal-PCA+KNN算法可以实现15类废旧纺织物识别准确率的提升,为废旧纺织物在线近红外自动分拣提供有力的技术支撑。
展开更多
关键词
废旧纺织物
主成分分析(PCA)
核主成分分析(kernel-PCA)
k-近邻算法(
knn
)
分类识别
在线阅读
下载PDF
职称材料
双极隶属度F_KNN分类算法在算法管理中的应用
2
作者
姜丽
林家骏
《计算机应用与软件》
CSCD
2010年第8期182-184,共3页
算法管理是信息融合领域中一个新的研究课题,其过程涉及到对信息融合数据源的分类问题。针对信息融合数据源样本的特征,提出一种双极隶属度F_KNN分类算法,通过邻居质量优先隶属度函数和双极隶属度判决规则,得到理想的数据源分类结果。
关键词
算法管理
双极隶属度
邻居质量优先
F_
knn
在线阅读
下载PDF
职称材料
基于三支决策的KNN增量算法
被引量：
3
3
作者
裴晓鹏
尚奥
+2 位作者
刘美红
刘帆
陈泽华
《控制工程》
CSCD
北大核心
2020年第4期656-661,共6页
k-近邻(k-Nearest Neighbour,KNN)算法是一种有效的多分类算法,他具有简单、稳定的特点,在数据挖掘领域得到了广泛的应用。但是有2个主要缺点,一是算法的准确度与k值有很大关系,不同的k值会导致准确率有很大的不同;二是他属于非增量式算...
k-近邻(k-Nearest Neighbour,KNN)算法是一种有效的多分类算法,他具有简单、稳定的特点,在数据挖掘领域得到了广泛的应用。但是有2个主要缺点,一是算法的准确度与k值有很大关系,不同的k值会导致准确率有很大的不同;二是他属于非增量式算法,随着数据量的增加,算法的分类速度会越来越慢,影响他在海量数据分析中的应用。三支决策的主要思想是将整体分成3个独立的部分,引入了不承诺的决策选项,规避了错误接受或者错误拒绝的损失。把三支决策思想引入KNN算法,对边界域样本特殊处理,会减小分类代价,提高海量数据处理的正确性,同时对KNN算法进行改进,提出了一种基于三枝决策的KNN增量式算法,提高了原有算法的快速性。
展开更多
关键词
K-近邻算法
三支决策
边界域
增量式算法
在线阅读
下载PDF
职称材料
题名
基于PCA+KNN和kernal-PCA+KNN算法的废旧纺织物鉴别
被引量：
2
1
作者
李宁宁
刘正东
王海滨
韩熹
李文霞
机构
北京服装学院材料设计与工程学院
北京服装学院服装艺术与工程学院
即发集团染整厂
北京伟创英图科技有限公司
出处
《分析测试学报》
CAS
CSCD
北大核心
2024年第7期1039-1045,共7页
基金
中国纺织工业联合会“纺织之光”应用基础研究项目(J202204)
研究生教改“新工科”背景下纺织科学与工程创新实践中心建设(NHFZ20230202)。
文摘
该研究采集了15类废旧纺织物的4 998张近红外谱图,以7∶3的比例分为训练集和验证集,并分别采用主成分分析(PCA)与核主成分分析(kernal-PCA)两种不同降维方法对数据进行降维,并选用余弦相似度(cosine)核作为kernal-PCA的最佳核函数,最后分别将PCA和kernal-PCA降维处理后的数据进行k-近邻算法(KNN)训练。结果表明,kernal-PCA+KNN的模型准确率(95.17%)优于PCA+KNN模型的准确率(92.34%)。研究表明,kernal-PCA+KNN算法可以实现15类废旧纺织物识别准确率的提升,为废旧纺织物在线近红外自动分拣提供有力的技术支撑。
关键词
废旧纺织物
主成分分析(PCA)
核主成分分析(kernel-PCA)
k-近邻算法(
knn
)
分类识别
Keywords
waste textiles
principal component analysis(PCA)
kernel principal component analysis(kernel-PCA)
k-nearest
neighbour
(
knn
)
algorithm
classification recognition
分类号
O657.3 [理学—分析化学]
TS106 [轻工技术与工程—纺织工程]
在线阅读
下载PDF
职称材料
题名
双极隶属度F_KNN分类算法在算法管理中的应用
2
作者
姜丽
林家骏
机构
华东理工大学信息科学与工程学院
连云港师范高等专科学校计算机系
出处
《计算机应用与软件》
CSCD
2010年第8期182-184,共3页
文摘
算法管理是信息融合领域中一个新的研究课题,其过程涉及到对信息融合数据源的分类问题。针对信息融合数据源样本的特征,提出一种双极隶属度F_KNN分类算法,通过邻居质量优先隶属度函数和双极隶属度判决规则,得到理想的数据源分类结果。
关键词
算法管理
双极隶属度
邻居质量优先
F_
knn
Keywords
algorithm
management Two-best-membership
neighbour
s-quality-first F
knn
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于三支决策的KNN增量算法
被引量：
3
3
作者
裴晓鹏
尚奥
刘美红
刘帆
陈泽华
机构
太原理工大学信息工程学院
山西大学自动化系
出处
《控制工程》
CSCD
北大核心
2020年第4期656-661,共6页
基金
国家自然科学基金资助项目(61402319,61403273)
山西省自然科学基金项目(2014021022-4)。
文摘
k-近邻(k-Nearest Neighbour,KNN)算法是一种有效的多分类算法,他具有简单、稳定的特点,在数据挖掘领域得到了广泛的应用。但是有2个主要缺点,一是算法的准确度与k值有很大关系,不同的k值会导致准确率有很大的不同;二是他属于非增量式算法,随着数据量的增加,算法的分类速度会越来越慢,影响他在海量数据分析中的应用。三支决策的主要思想是将整体分成3个独立的部分,引入了不承诺的决策选项,规避了错误接受或者错误拒绝的损失。把三支决策思想引入KNN算法,对边界域样本特殊处理,会减小分类代价,提高海量数据处理的正确性,同时对KNN算法进行改进,提出了一种基于三枝决策的KNN增量式算法,提高了原有算法的快速性。
关键词
K-近邻算法
三支决策
边界域
增量式算法
Keywords
k-nearest
neighbour
(
knn
)
algorithm
three-way decisions
boundary region
incremental
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
作者
出处
发文年
被引量
操作
1
基于PCA+KNN和kernal-PCA+KNN算法的废旧纺织物鉴别
李宁宁
刘正东
王海滨
韩熹
李文霞
《分析测试学报》
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
双极隶属度F_KNN分类算法在算法管理中的应用
姜丽
林家骏
《计算机应用与软件》
CSCD
2010
0
在线阅读
下载PDF
职称材料
3
基于三支决策的KNN增量算法
裴晓鹏
尚奥
刘美红
刘帆
陈泽华
《控制工程》
CSCD
北大核心
2020
3
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
