混合多策略北方苍鹰优化算法及特征选择

1

作者 鲍美英 申晋祥 +1 位作者 张景安 周建慧 《现代电子技术》 北大核心 2025年第11期121-130,共10页

针对北方苍鹰优化(NGO)算法在处理复杂优化问题时,存在收敛速度慢、求解精度低和易陷入局部最优等问题,提出融合多种策略的北方苍鹰优化(LANGO)算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群,增加种群多样性,提高全局搜索能... 针对北方苍鹰优化(NGO)算法在处理复杂优化问题时,存在收敛速度慢、求解精度低和易陷入局部最优等问题,提出融合多种策略的北方苍鹰优化(LANGO)算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群,增加种群多样性,提高全局搜索能力;引入非线性权重因子,改善全局勘探能力,提高算法的收敛速度和收敛精度;引入Lévy飞行,改进NGO算法采用随机猎物引导种群易陷入局部最优的缺陷,对陷入局部最优的解进行扰动,使其跳出局部最优。选取8个经典基准函数进行测试,仿真结果表明,LANGO在求解精度、收敛速度等方面都优于比较算法。LANGO与K近邻分类器相结合,用于解决特征选择问题,进行数据分类,可以对特征有效降维并提高数据分类的准确率。 展开更多

关键词 北方苍鹰优化算法 Lévy飞行 特征选择 K近邻分类器 权重因子 收敛性

在线阅读 下载PDF 职称材料

KMDW和ISVDD方法在钻头磨损状态识别中的应用

2

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 职称材料

基于改进双目ORB-SLAM3的特征匹配算法

3

作者 伞红军 冯金祥 +2 位作者 陈久朋 彭真 赵龙云 《农业机械学报》 北大核心 2025年第5期625-634,共10页

针对传统ORB算法在双目特征匹配阶段误匹配率高而导致无法满足高精度定位要求的问题,提出了一种基于改进双目ORB-SLAM3的特征匹配算法。在特征点匹配阶段引入最近邻匹配算法(FLANN),通过设定比率阈值筛选出更为精确的匹配对,在双目ORB-S... 针对传统ORB算法在双目特征匹配阶段误匹配率高而导致无法满足高精度定位要求的问题,提出了一种基于改进双目ORB-SLAM3的特征匹配算法。在特征点匹配阶段引入最近邻匹配算法(FLANN),通过设定比率阈值筛选出更为精确的匹配对,在双目ORB-SLAM3立体匹配中引入自适应加权SAD-Census算法,通过考虑像素之间的几何距离,重新计算SAD值并与Census算法相融合来提高特征匹配稳定性和精度,同时加入自适应的SAD窗口滑动范围进一步扩大搜索距离,进而筛选出正确的匹配来提高系统精度。在EuRoC数据集和真实室内场景中进行实验,结果表明与改进前ORB-SLAM3算法相比,在数据集下改进算法定位精度提高23.32%,真实环境中提高近50%,从而验证了改进算法可行性和有效性。 展开更多

关键词 改进双目ORB-SLAM3 特征匹配 最近邻匹配算法 自适应加权SAD-Census算法

在线阅读 下载PDF 职称材料

面向卷绕机装配车间的无线信号聚类分层定位方法

4

作者 丁司懿 童辉辉 +1 位作者 毛新华 张洁 《纺织学报》 北大核心 2025年第6期212-222,共11页

为解决卷绕机装配车间这种复杂环境中难以高效准确定位的问题,提出了基于无线网络(WiFi)的分层定位方法。通过分析装配车间无线网络环境的特点及其特定的定位需求,并结合卷绕机装配车间内的无线网络定位的特点,开发了一种结合XGBoost分... 为解决卷绕机装配车间这种复杂环境中难以高效准确定位的问题,提出了基于无线网络(WiFi)的分层定位方法。通过分析装配车间无线网络环境的特点及其特定的定位需求,并结合卷绕机装配车间内的无线网络定位的特点,开发了一种结合XGBoost分类模型算法、K-means聚类算法和加权K最近邻(WKNN)算法的无线网络分层定位方法。同时,依据装配车间的特点与需求对定位区域进行有效划分并初步构建指纹库,根据装配车间内WiFi信号的特点,使用K-means聚类算法分割并更新指纹库;然后利用XGBoost分类模型算法确定子区域实现粗定位,再用WKNN算法精确定位。实验结果表明:该方法在定位精度上比传统WKNN算法提高了143.82%,平均定位时间减少了约20%;这些改进有效提升了卷绕机装配车间中无线网络定位的准确性和效率。 展开更多

关键词 卷绕机装配车间 无线网络 分层定位方法 XGBoost分类模型 K-MEANS聚类算法 加权K最近邻算法

在线阅读 下载PDF 职称材料

数字电视广播信号多径指纹匹配定位方法

5

作者 黄奕博 陈新 李家辉 《导航定位学报》 北大核心 2025年第4期146-155,共10页

针对全球卫星导航系统(GNSS)信号无法覆盖或受到严重干扰的情况下,采用机会信号SOP定位多基于几何测距原理,易受非视距(NLOS)和多径效应影响,城市环境下定位精度有限等问题,提出一种数字电视广播信号多径指纹匹配定位方法:基于指纹匹配... 针对全球卫星导航系统(GNSS)信号无法覆盖或受到严重干扰的情况下,采用机会信号SOP定位多基于几何测距原理,易受非视距(NLOS)和多径效应影响,城市环境下定位精度有限等问题,提出一种数字电视广播信号多径指纹匹配定位方法:基于指纹匹配原理,机会信号(SOP)定位有着不依赖于视距(LOS)环境的特点,充分利用NLOS和多径效应提高定位精度,并结合数字电视(DTV)信号具有信号源稳定、发射功率高、覆盖范围广等优点,提出基于中国数字地面多媒体广播(DTMB)信号的多径指纹特征定位方法;然后介绍DTMB信号采集、多径特征提取、指纹稳定化处理、指纹数据库建立和在线定位算法等流程。实验结果表明,利用提出的多径指纹特征结合加权K近邻(WKNN)定位算法可实现接近10 m的平均定位精度,远优于传统基于测距或能量强度指纹的DTV信号定位方法。 展开更多

关键词 指纹匹配 数字地面多媒体广播(DTMB)信号 多径特征 稳定化处理 加权K近邻(WKNN)算法

在线阅读 下载PDF 职称材料

基于多策略融合斑马优化算法的特征选择方法 被引量：2

6

作者 王震 王新春 +2 位作者 杨培宏 费鹏宇 郑学奎 《现代电子技术》 北大核心 2024年第18期149-155,共7页

针对传统斑马优化算法在求解复杂优化问题时精度低、收敛速度慢和易陷入局部最优的不足,提出一种多策略融合的改进斑马优化算法(IZOA)。首先,为解决斑马个体初始位置分布不均匀的问题,引入混沌映射来增加探索过程的种群多样性;其次,受... 针对传统斑马优化算法在求解复杂优化问题时精度低、收敛速度慢和易陷入局部最优的不足,提出一种多策略融合的改进斑马优化算法(IZOA)。首先,为解决斑马个体初始位置分布不均匀的问题,引入混沌映射来增加探索过程的种群多样性;其次,受自适应权重和黄金正弦算法思想启发,提出一种基于自适应递减权重和黄金正弦更新机制的位置更新策略,用于改进斑马算法的局部寻优与全局探索能力;然后,进行标准测试函数实验,验证了IZOA能够有效提升寻优精度和收敛速度;最后,将K近邻分类器作为待优化目标,选取UCI库的12个标准数据集进行特征选择实验,并利用改进后的算法在特征选择模型中进行最优特征子集搜寻。实验结果表明,相比传统算法,所提算法的平均分类准确率提升4.47%,平均适应度值降低2.5%,验证了该算法在特征选择领域的优越性。 展开更多

关键词 斑马优化算法 多策略融合 特征选择 混沌映射 自适应权重 黄金正弦算法 K近邻分类器

在线阅读 下载PDF 职称材料

基于Bi-LSTM神经网络的室内可见光定位方法 被引量：2

7

作者 王乐乐 秦岭 +1 位作者 胡晓莉 赵德胜 《光通信技术》 北大核心 2024年第2期36-41,共6页

双向长短时记忆(Bi-LSTM)神经网络由于超参数众多,难以获得最优系统模型。同时,考虑到灰狼优化(GWO)算法可能过早收敛的情况,提出了一种采用GWO结合粒子群(GWO-PSO)算法优化Bi-LSTM神经网络的单灯定位方法。通过优化网络中的学习率、隐... 双向长短时记忆(Bi-LSTM)神经网络由于超参数众多,难以获得最优系统模型。同时,考虑到灰狼优化(GWO)算法可能过早收敛的情况,提出了一种采用GWO结合粒子群(GWO-PSO)算法优化Bi-LSTM神经网络的单灯定位方法。通过优化网络中的学习率、隐藏神经元个数等超参数,提高系统的稳定性和定位精度。最后,采用加权K邻近(WKNN)算法对误差较大的点进行优化,以获得更精确的定位位置。仿真结果表明,在3 m×3.6 m×3 m的室内环境中,所提定位方法的平均定位误差为3.57 cm,其中90%的定位误差在6 cm内。 展开更多

关键词 可见光定位 双向长短时记忆 灰狼结合粒子群 加权K近邻

在线阅读 下载PDF 职称材料

改进型加权KNN算法的不平衡数据集分类 被引量：26

8

作者 王超学 潘正茂 +2 位作者 马春森 董丽丽 张涛 《计算机工程》 CAS CSCD 2012年第20期160-163,168,共5页

K最邻近(KNN)算法对不平衡数据集进行分类时分类判决总会倾向于多数类。为此,提出一种加权KNN算法GAK-KNN。定义新的权重分配模型,综合考虑类间分布不平衡及类内分布不均匀的不良影响,采用基于遗传算法的K-means算法对训练样本集进行聚... K最邻近(KNN)算法对不平衡数据集进行分类时分类判决总会倾向于多数类。为此,提出一种加权KNN算法GAK-KNN。定义新的权重分配模型,综合考虑类间分布不平衡及类内分布不均匀的不良影响,采用基于遗传算法的K-means算法对训练样本集进行聚类,按照权重分配模型计算各训练样本的权重,通过改进的KNN算法对测试样本进行分类。基于UCI数据集的大量实验结果表明,GAK-KNN算法的识别率和整体性能都优于传统KNN算法及其他改进算法。 展开更多

关键词 不平衡数据集 分类 K最邻近算法 权重分配模型 遗传算法 K-MEANS算法

在线阅读 下载PDF 职称材料

基于结构学习的KNN分类算法 被引量：23

9

作者 孙岩 吕世聘 +1 位作者 王秀坤 唐一源 《计算机科学》 CSCD 北大核心 2007年第12期184-186,237,共4页

KNN(K-Nearest Neighbor)算法和贝叶斯网络分类算法(Bayesian Network,BN)都是目前应用非常广泛的分类算法。本文首先分析了KNN和BN的分类特点,然后在保留了两个算法在分类问题中优点的基础上,提出了基于贝叶斯网络结构学习的KNN算法(BN... KNN(K-Nearest Neighbor)算法和贝叶斯网络分类算法(Bayesian Network,BN)都是目前应用非常广泛的分类算法。本文首先分析了KNN和BN的分类特点,然后在保留了两个算法在分类问题中优点的基础上,提出了基于贝叶斯网络结构学习的KNN算法(BN-KNN)。实验结果表明,BN-KNN算法能够有效地提高分类的正确率。 展开更多

关键词 贝叶斯网络 K-近邻算法 距离加权

在线阅读 下载PDF 职称材料

基于KNN的特征自适应加权自然图像分类研究 被引量：17

10

作者 侯玉婷 彭进业 +1 位作者 郝露微 王瑞 《计算机应用研究》 CSCD 北大核心 2014年第3期957-960,共4页

针对自然图像类型广泛、结构复杂、分类精度不高的实际问题,提出了一种为自然图像不同特征自动加权值的K-近邻(K-nearest neighbors,KNN)分类方法。通过分析自然图像的不同特征对于分类结果的影响,采用基因遗传算法求得一组最优分类权... 针对自然图像类型广泛、结构复杂、分类精度不高的实际问题,提出了一种为自然图像不同特征自动加权值的K-近邻(K-nearest neighbors,KNN)分类方法。通过分析自然图像的不同特征对于分类结果的影响,采用基因遗传算法求得一组最优分类权值向量解,利用该最优权值对自然图像纹理和颜色两个特征分别进行加权,最后用自适应加权K-近邻算法实现对自然图像的分类。实验结果表明,在用户给定分类精度需求和低时间复杂度的约束下,算法能快速、高精度地进行自然图像分类。提出的自适应加权K-近邻分类方法对于门类繁多的自然图像具有普遍适用性,可以有效地提高自然图像的分类性能。 展开更多

关键词 K-近邻算法 基因算法 自然图像分类 特征加权

在线阅读 下载PDF 职称材料

一种无需测距的无线传感器网络加权质心定位算法 被引量：11

11

作者 程伟 史浩山 王庆文 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第3期415-418,共4页

目的提出一种无需测距的加权质心定位算法:RFWCLA(range free weighted centroid locali-zation algorithm)。方法算法利用相邻节点的邻节点集,估计出节点到相邻信标节点间的距离,从而进行加权质心定位。结果仿真结果表明,相比于质心定... 目的提出一种无需测距的加权质心定位算法:RFWCLA(range free weighted centroid locali-zation algorithm)。方法算法利用相邻节点的邻节点集,估计出节点到相邻信标节点间的距离,从而进行加权质心定位。结果仿真结果表明,相比于质心定位算法,RFWCLA算法提高了定位精度。结论 RFWCLA是一种有效的无线传感器网络定位算法。 展开更多

关键词 无线传感器网络 定位 加权质心算法 邻节点集

在线阅读 下载PDF 职称材料

无先序条件约束的KNN算法 被引量：6

12

作者 孙岩 吕世聘 唐一源 《小型微型计算机系统》 CSCD 北大核心 2008年第4期682-686,共5页

KNN(K-Nearest Neighbor)是向量空间模型中最好的分类算法之一,非常有效和容易实现.文中介绍了KNN算法的基本思想,并针对KNN算法在解决问题的时候存在只考虑样本的数值特征,没有考虑样本结构特征的缺点,利用贝叶斯网络结构的学习算法,... KNN(K-Nearest Neighbor)是向量空间模型中最好的分类算法之一,非常有效和容易实现.文中介绍了KNN算法的基本思想,并针对KNN算法在解决问题的时候存在只考虑样本的数值特征,没有考虑样本结构特征的缺点,利用贝叶斯网络结构的学习算法,加入了变量之间的因果关系,产生分类数据库中样本的结构特征权重,提出在无先序条件约束下,基于贝叶斯结构特征加权的KNN算法(BS-KNN,Bayesianstructure KNN).实验结果表明,BS-KNN算法能够有效地提高分类的正确率. 展开更多

关键词 贝叶斯网络 K-近邻算法 距离加权 特征加权

在线阅读 下载PDF 职称材料

近邻样本密度和隶属度加权FCM算法的遥感图像分类方法 被引量：12

13

作者 刘小芳 何彬彬 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第10期2242-2247,共6页

针对FCM算法具有对数据集进行等划分趋势的缺陷,利用样本本身的近邻分布特性,提出近邻样本密度加权FCM(NSD-WFCM)、近邻样本隶属度加权FCM(NSM-WFCM)以及近邻样本密度和隶属度加权FCM(NSDM-WFCM)算法,并应用于遥感图像分类。对比FCM算法... 针对FCM算法具有对数据集进行等划分趋势的缺陷,利用样本本身的近邻分布特性,提出近邻样本密度加权FCM(NSD-WFCM)、近邻样本隶属度加权FCM(NSM-WFCM)以及近邻样本密度和隶属度加权FCM(NSDM-WFCM)算法,并应用于遥感图像分类。对比FCM算法,NSD-WFCM、NSM-WFCM和NSDM-WFCM算法的总体分类精度和Kappa系数分别提高了5.67%、7.50%和11.17%;8.50%、11.25%和16.75%。实验结果表明:这些加权方法都在一定程度上克服了FCM算法的缺陷,提高了遥感图像的无监督分类能力,其中,NSM-WFCM算法的分类性能优于NSD-WFCM算法的分类性能,NSDM-WFCM算法分类性能最好。 展开更多

关键词 遥感图像分类 FCM算法 加权FCM算法 近邻样本密度 近邻样本隶属度

在线阅读 下载PDF 职称材料

云计算中保护数据隐私的快速多关键词语义排序搜索方案 被引量：20

14

作者 杨旸 刘佳 +1 位作者 蔡圣暐 杨书略 《计算机学报》 EI CSCD 北大核心 2018年第6期1346-1359,共14页

可搜索加密技术主要解决在云服务器不完全可信的情况下,支持用户在密文上进行搜索.该文提出了一种快速的多关键词语义排序搜索方案.首先,该文首次将域加权评分的概念引入文档的评分当中,对标题、摘要等不同域中的关键词赋予不同的权重... 可搜索加密技术主要解决在云服务器不完全可信的情况下,支持用户在密文上进行搜索.该文提出了一种快速的多关键词语义排序搜索方案.首先,该文首次将域加权评分的概念引入文档的评分当中,对标题、摘要等不同域中的关键词赋予不同的权重加以区分.其次,对检索关键词进行语义拓展,计算语义相似度,将语义相似度、域加权评分和相关度分数三者结合,构造了更加准确的文档索引.然后,针对现有的MRSE(Multi-keyword Ranked Search over Encrypted cloud data)方案效率不高的缺陷,将创建的文档向量分块,生成维数较小的标记向量.通过对文档标记向量和查询标记向量的匹配,有效地过滤了大量的无关文档,减少了计算文档相关度分数和排序的时间,提高了搜索的效率.最后,在加密文档向量时,将文档向量分段,每一段与对应维度的矩阵相乘,使得构建索引的时间减少,进一步提高了方案的效率.理论分析和实验结果表明:该方案实现了快速的多关键词语义模糊排序搜索,在保障数据隐私安全的同时,有效地提高了检索效率,减少了创建索引的时间,并返回更加满足用户需求的排序结果. 展开更多

关键词 云计算 可搜索加密 语义相似度 域加权评分 快速KNN(k-nearest neighbor)算法

在线阅读 下载PDF 职称材料

基于聚类和K近邻算法的井下人员定位算法 被引量：13

15

作者 莫树培 唐琎 +2 位作者 汪郁 赖普坚 金礼模 《工矿自动化》 北大核心 2019年第4期43-48,76,共7页

针对现有基于指纹模的井下定位算法存在的计算量大、实时性低、定位精度较低的问题,提出了基于聚类和K近邻算法的井下人员定位算法。用二分k-means聚类算法对采集的RSSI数据进行分类,建立离线指纹数据库;无线移动终端和动态修正器实时采... 针对现有基于指纹模的井下定位算法存在的计算量大、实时性低、定位精度较低的问题,提出了基于聚类和K近邻算法的井下人员定位算法。用二分k-means聚类算法对采集的RSSI数据进行分类,建立离线指纹数据库;无线移动终端和动态修正器实时采集RSSI值,分别存储到在线定位数据库和动态修正数据库;根据待测点和动态修正器的离线数据和实时数据,采用软硬件动态修正加权K近邻算法计算权重值,结合离线指纹数据库中待测点的物理位置信息估算其实时位置。实验分析结果表明,所提定位算法的最小标准误差为0.46m,最大标准误差为3.26m,平均误差为1.62m。对比分析结果表明,与未进行聚类分析的算法相比,本文算法的精度更高,实时性更好;与未动态修正权重值的算法相比,本文算法的运算时间略有增加,但定位精度提高了37.21%。 展开更多

关键词 井下人员定位 指纹定位 二分k-means聚类算法 软硬件动态修正加权K近邻算法 动态修正

在线阅读 下载PDF 职称材料

基于改进AP选择和K最近邻法算法的室内定位技术 被引量：14

16

作者 李新春 侯跃 《计算机应用》 CSCD 北大核心 2017年第11期3276-3280,3287,共6页

针对复杂的室内环境和在传统K最近邻法(KNN)算法中认为信号差相等时物理距离就相等两个问题,提出了一种新的接入点(AP)选择方法和基于缩放权重的KNN室内定位算法。首先,改进AP的选择方法,使用箱形图过滤接收信号强度(RSS)的异常值,初步... 针对复杂的室内环境和在传统K最近邻法(KNN)算法中认为信号差相等时物理距离就相等两个问题,提出了一种新的接入点(AP)选择方法和基于缩放权重的KNN室内定位算法。首先,改进AP的选择方法,使用箱形图过滤接收信号强度(RSS)的异常值,初步建立指纹库,剔除指纹库中丢失率高的AP,使用标准偏差分析RSS的变化,选择干扰较小的前n个AP;其次,在传统的KNN算法中引入缩放权重,构建一个基于RSS的缩放权重模型;最后,计算出获得最小有效信号距离的前K个参考点坐标,得到未知位置坐标。定位仿真实验中,仅对AP选择方法进行改进的算法平均定位误差比传统的KNN算法降低了21.9%,引入缩放权重算法的平均定位误差为1.82 m,比传统KNN降低了53.6%。 展开更多

关键词 K最近邻法算法 室内定位 箱形图 标准偏差 缩放权重 定位精度

在线阅读 下载PDF 职称材料

改进灰狼群优化算法的环境污染物预测研究 被引量：5

17

作者 马占飞 江凤月 +1 位作者 李克见 巩传胜 《小型微型计算机系统》 CSCD 北大核心 2021年第10期2031-2037,共7页

针对传统RBF网络在环境污染物预测中出现的泛化能力弱和准确度低的问题,提出一种组合最近邻聚类算法(NNCA)和改进灰狼群(IGWO)的优化预测算法.首先,针对RBF网络中心参数学习不足,利用最近邻聚类算法(NNCA)调整RBF神经网络的聚类中心参数... 针对传统RBF网络在环境污染物预测中出现的泛化能力弱和准确度低的问题,提出一种组合最近邻聚类算法(NNCA)和改进灰狼群(IGWO)的优化预测算法.首先,针对RBF网络中心参数学习不足,利用最近邻聚类算法(NNCA)调整RBF神经网络的聚类中心参数;其次,针对灰狼群算法寻优能力不足,利用sin函数对参数ɑ进行非线性调整,利用适应度加权系数进行位置调整,得到改进的灰狼群优化算法(IGWO),利用IGWO优化算法进行调整RBF神经网络的权值参数.最后利用NNCA-IGWO-RBF算法对草原环境中的PM10浓度进行预测,验证预测算法的有效性.结果表明,相对于传统的RBF和GWORBF算法,该算法预测误差最小,有更高的精确度和更好的泛化能力,能够为污染物治理提供指导作用. 展开更多

关键词 灰狼群优化算法 RBF神经网络 最近邻聚类算法 权值优化 污染物预测

在线阅读 下载PDF 职称材料

基于KNN-ANN算法的边际电价预测 被引量：5

18

作者 周芳 《计算机工程》 CAS CSCD 北大核心 2010年第11期188-189,194,共3页

在电力市场中,价格一直受到买卖双方的广泛关注。但是,电价影响因素的不确定性给电价的预测带来难度。针对该问题,提出一种通过结合人工神经网络和KNN算法来进行时间序列预测的模型,用KNN算法找出历史数据中相似的数据子序列集合(最近... 在电力市场中,价格一直受到买卖双方的广泛关注。但是,电价影响因素的不确定性给电价的预测带来难度。针对该问题,提出一种通过结合人工神经网络和KNN算法来进行时间序列预测的模型,用KNN算法找出历史数据中相似的数据子序列集合(最近邻),并用人工神经网络来寻找这些最近邻的最优权重,得出预测的时间序列。以美国纽约州电力市场的电价数据进行实验分析,同时比较了利用ARIMA算法以及NaiveI预测的结果,证明该方法简单、有效。 展开更多

关键词 电价预测 人工神经网络 KNN算法 权重

在线阅读 下载PDF 职称材料

混合滤波与改进贝叶斯相融合的室内可见光指纹定位方法 被引量：3

19

作者 顾亚雄 钟文 《测绘通报》 CSCD 北大核心 2023年第6期104-109,128,共7页

针对室内环境光、噪声等因素会对移动终端接收到的可见光信号强度产生干扰从而导致定位精度不高的问题,本文提出了一种将高斯拟合+卡尔曼滤波(GF-KF)与改进贝叶斯(Improved-Bayes)融合的室内可见光指纹定位方法。首先通过GF-KF算法修正... 针对室内环境光、噪声等因素会对移动终端接收到的可见光信号强度产生干扰从而导致定位精度不高的问题,本文提出了一种将高斯拟合+卡尔曼滤波(GF-KF)与改进贝叶斯(Improved-Bayes)融合的室内可见光指纹定位方法。首先通过GF-KF算法修正采集到的接收信号强度(RSS)作为指纹库数据,再通过对加权K近邻法的权值系数改造后与贝叶斯算法融合的方法将待测点与指纹点RSS数据进行匹配,计算分析出位置。试验结果表明,在该算法模型下,平均定位误差为1.42 cm,92.83%的测试点定位误差不大于2 cm,相较于卷积神经网络算法、加权K近邻算法和支持向量机法精度更高,稳健性更强。 展开更多

关键词 光通信 可见光指纹定位 高斯拟合 卡尔曼滤波法 加权K近邻法 贝叶斯算法

在线阅读 下载PDF 职称材料

一种改进的WIFI位置指纹室内定位算法 被引量：8

20

作者 谢世成 余学祥 +2 位作者 赵佳星 汪涛 童子良 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第6期753-757,共5页

WIFI位置指纹定位作为目前常见的室内定位方法,存在接收信号强度(received signal strength,RSS)波动和时变等问题,导致定位精度不高。文章为此设计了一种采用结合卡尔曼滤波的方差修正加权K最近邻(weighted K-nearest neighbor,WKNN)... WIFI位置指纹定位作为目前常见的室内定位方法,存在接收信号强度(received signal strength,RSS)波动和时变等问题,导致定位精度不高。文章为此设计了一种采用结合卡尔曼滤波的方差修正加权K最近邻(weighted K-nearest neighbor,WKNN)算法的室内定位方法。离线阶段,经过卡尔曼滤波后,选择数据的方差和均值作为反映RSS变化的特征值;在线阶段,通过采集的信号均值计算近似方差,对欧式距离进行权重修正,最后选择K个最近邻点确定待定点位置。实验结果表明:该文采用的定位方法平均定位精度达到1.248 m,相比于传统的WKNN室内定位方法,平均定位精度提升了20.3%;对比K-均值聚类结合动态加权K最近邻算法(K-means-EWKNN),平均定位精度提升了8.9%。 展开更多

关键词 室内定位 位置指纹 WKNN算法 卡尔曼滤波

在线阅读 下载PDF 职称材料