期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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527篇文章
< 1 2 … 27 >
每页显示 20 50 100
已选0条
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KNN算法和RSS指纹特征的可见光通信地铁列车定位方法 认领 引用
1
作者 李宏伟 郑榕源 +1 位作者 李帅兵 康永强 《城市轨道交通研究》 北大核心 2026年第8期7-13,共7页
[目的]为提高可见光通信地铁列车定位技术在地铁隧道狭窄封闭场景中的可靠性,并弥补现有列车定位方法的不足,有必要研究光信号在隧道内壁的不规则反射以及列车运行速度对定位精度的影响,进而提出一种能够实现连续定位的列车定位方法。[... [目的]为提高可见光通信地铁列车定位技术在地铁隧道狭窄封闭场景中的可靠性,并弥补现有列车定位方法的不足,有必要研究光信号在隧道内壁的不规则反射以及列车运行速度对定位精度的影响,进而提出一种能够实现连续定位的列车定位方法。[方法]首先,采用信号调制技术对待发送信息进行编码调制,使其携带隧道内照明灯的位置信息,并建立符合实际情况的可见光通信不规则信道模型。其次,利用发射端光源的光强特征构建指纹数据库,以构造列车位置坐标与信号强度特征之间的映射关系。同时,使用KNN(k-最邻近)算法将列车位置信息与信号强度进行匹配,以实现列车定位。最后,使用卡尔曼滤波算法优化定位结果;并基于成都地铁1号线的真实线路数据和设备参数,验证所提方法的有效性和可行性。[结果及结论]当列车以40 km/h匀速直线运动时,所提定位方法的平均定位误差为1.8 m;当列车分别以20 km/h、100 km/h和180 km/h为最大运行速度进行变速运动时,定位误差约为2.0 m,定位结果满足基于通信的列车控制系统要求。 展开更多
关键词 地铁 列车定位 基于通信的列车控制 可见光通信 KNN算法
暂未订购 下载PDF
基于PNCC声纹特征提取技术和POA-KNN算法的齿轮箱声纹识别故障诊断 认领 引用 被引量：1
2
作者 廖力达 赵阁阳 +1 位作者 魏诚 刘川江 《机电工程》 CAS 北大核心 2026年第1期24-33,共10页
风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因... 风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因此,提出了一种基于功率正则化倒谱系数(PNCC)声纹特征提取技术,以及行星优化算法与K近邻算法(POA-KNN)模型的风力机齿轮箱声纹识别故障诊断方法。首先,采用LMS噪声采集仪采集了6种不同状态下的风力机齿轮箱噪声数据;然后,使用了PNCC声纹特征提取的方法,提取了齿轮箱噪声信号的声纹图谱;在KNN的基础上加入行星优化算法(POA)优化了K值,提出了性能较高的POA-KNN分类模型;最后,根据6类不同状态下的齿轮数据集,采用对比试验和消融实验验证了模型性能。研究结果表明:POA-KNN模型对齿轮箱的PNCC声纹图分类准确率达到99.4%,比KNN基线模型提升了1.9%。POA-KNN分类模型能很好地对数据集中不同状态下的齿轮箱进行分类,更高效地针对风力机齿轮箱中存在的故障进行诊断。 展开更多
关键词 齿轮箱 功率正则化倒谱系数 声纹识别 声纹特征图谱 行星优化算法与K近邻算法 分类模型
暂未订购 下载PDF
利用人工内分泌机制约简的KNN故障诊断模型及其应用 认领 引用
3
作者 张丰硕 赵理 郭鹏旭 《重庆理工大学学报（自然科学）》 CAS 北大核心 2026年第2期133-140,共8页
为了解决新能源汽车实时运行过程中由于数据流的无限性,以及概念漂移导致的静态KNN(k-nearest neighbors)故障诊断模型难以在线更新的问题,提出一种通过人工内分泌系统改进KNN的新能源汽车故障诊断模型(new energy vehicle fault diagno... 为了解决新能源汽车实时运行过程中由于数据流的无限性,以及概念漂移导致的静态KNN(k-nearest neighbors)故障诊断模型难以在线更新的问题,提出一种通过人工内分泌系统改进KNN的新能源汽车故障诊断模型(new energy vehicle fault diagnosis model, AES-KNN),该模型将新能源汽车在线数据流中的样本视为细胞,利用人工内分泌调节机制对数据流中的分类边界进行在线更新,基于荷尔蒙浓度的实时检测,进行边界点约简,通过阈值检测数据流中是否发生概念漂移,利用在线更新的KNN边界进行故障诊断。在新能源国家大数据平台汽车故障数据集上进行测试时,运行时间比传统增量KNN模型降低了56.0%,F1分数比WIN-KNN和RW-KNN分别提高了0.99%和0.75%。实验表明,该模型能在降低故障诊断时间的同时,有效处理概念漂移问题,得到精度高于传统模型的故障诊断结果。 展开更多
关键词 故障诊断 人工内分泌系统 KNN算法 概念漂移
暂未订购 下载PDF
基于BP-KNN与改进A*算法复杂场景的智能寻车研究 认领 引用
4
作者 李静 汪震 《黑龙江工程学院学报》 CAS 2026年第4期35-40,54,共6页
复杂场景的停车场易对车辆用户带来寻车障碍,而停车场的地下环境也增加了用户寻车导航的信号干扰问题。基于此,研究融合反向传播神经网络和K邻近算法,构建基于无线网络的室内定位方法,同时根据定位结果,采用启发函数以及滑动窗口优化的A... 复杂场景的停车场易对车辆用户带来寻车障碍,而停车场的地下环境也增加了用户寻车导航的信号干扰问题。基于此,研究融合反向传播神经网络和K邻近算法,构建基于无线网络的室内定位方法,同时根据定位结果,采用启发函数以及滑动窗口优化的A*算法获取寻车路径,用于复杂场景停车场的智能寻车工作。实验结果显示,在室内定位中,提出的BP-KNN方法在横纵轴上平均误差分别为1.27 m和1.17 m,低于其他算法;在路径生成实验中,提出的综合优化A*算法减少了57.53%的搜索网格,搜索平均耗时0.343 s。实验结果表明,提出的BP-KNN与改进A*算法能够有效生成最短寻车路径,在复杂场景的地下停车场寻车导航上具备良好的应用前景。 展开更多
关键词 智能寻车 BP神经网络 A*算法 KNN
暂未订购 下载PDF
MICkNN:Multi-Instance Covering kNN Algorithm 认领 引用 被引量：7
5
作者 Shu Zhao Chen Rui Yanping Zhang 《Tsinghua Science and Technology》 SCIE EI CAS 2013年第4期360-368,共9页
Mining from ambiguous data is very important in data mining. This paper discusses one of the tasks for mining from ambiguous data known as multi-instance problem. In multi-instance problem, each pattern is a labeled b... Mining from ambiguous data is very important in data mining. This paper discusses one of the tasks for mining from ambiguous data known as multi-instance problem. In multi-instance problem, each pattern is a labeled bag that consists of a number of unlabeled instances. A bag is negative if all instances in it are negative. A bag is positive if it has at least one positive instance. Because the instances in the positive bag are not labeled, each positive bag is an ambiguous. The mining aim is to classify unseen bags. The main idea of existing multi-instance algorithms is to find true positive instances in positive bags and convert the multi-instance problem to the supervised problem, and get the labels of test bags according to predict the labels of unknown instances. In this paper, we aim at mining the multi-instance data from another point of view, i.e., excluding the false positive instances in positive bags and predicting the label of an entire unknown bag. We propose an algorithm called Multi-Instance Covering kNN （MICkNN） for mining from multi-instance data. Briefly, constructive covering algorithm is utilized to restructure the structure of the original multi-instance data at first. Then, the kNN algorithm is applied to discriminate the false positive instances. In the test stage, we label the tested bag directly according to the similarity between the unseen bag and sphere neighbors obtained from last two steps. Experimental results demonstrate the proposed algorithm is competitive with most of the state-of-the-art multi-instance methods both in classification accuracy and running time. 展开更多
关键词 mining ambiguous data multi-instance classification constructive covering algorithm kNN algorithm
暂未订购 下载PDF
激光引信地面目标识别KNN算法 认领 引用
6
作者 何海军 田博 +4 位作者 胡鹏飞 李林豪 王伟 李铁 李岗 《探测与控制学报》 CSCD 北大核心 2025年第4期134-140,共7页
瞄准新一代激光对地近炸引信对地面目标精确识别的急切需求,基于激光引信弹目交会回波进行KNN算法的地面目标识别探索研究。首先通过雷达方程建立激光近炸引信的弹目交会回波方程;其次对回波数据进行归一化处理并将数据集划分为训练数... 瞄准新一代激光对地近炸引信对地面目标精确识别的急切需求,基于激光引信弹目交会回波进行KNN算法的地面目标识别探索研究。首先通过雷达方程建立激光近炸引信的弹目交会回波方程;其次对回波数据进行归一化处理并将数据集划分为训练数据集和测试数据集;然后提取回波数据的强散射点个数和等效目标尺寸特征;最后将得到的特征子集进行KNN算法的目标识别训练和测试。实验结果表明,基于KNN算法的识别方法准确率高,平均识别精度为86.3%。该算法能够较好地实现坦克、雷达车及装甲车三种不同地面目标的精确识别。 展开更多
关键词 激光引信 回波 特征提取 KNN算法 地面目标识别
暂未订购 下载PDF
基于GGO-KD-KNN算法的下肢步态识别研究 认领 引用 被引量：1
7
作者 李传江 丁新豪 +2 位作者 涂嘉俊 李昂 尹仕熠 《上海师范大学学报（自然科学版中英文）》 2025年第2期141-145,共5页
为了提高下肢步态识别的准确性和效率,针对K最近邻(KNN)算法参数调节困难的问题,提出了一种基于灰雁优化-K维树-K最近邻(GGO-KD-KNN)算法的下肢步态识别方法.首先,利用表面肌电信号(sEMG)采集下肢肌肉活动信息,并将信号划分为5个步态阶... 为了提高下肢步态识别的准确性和效率,针对K最近邻(KNN)算法参数调节困难的问题,提出了一种基于灰雁优化-K维树-K最近邻(GGO-KD-KNN)算法的下肢步态识别方法.首先,利用表面肌电信号(sEMG)采集下肢肌肉活动信息,并将信号划分为5个步态阶段.然后,进行sEMG去噪,并提取时域和频域特征.接着,用GGO算法基于灰雁群体行为进行启发式优化,优化KNN算法的K值和距离度量,并通过适应度迭代寻找最优解.实验结果表明,通过GGO算法优化的步态识别精度达到了98.23%,标准差为0.264,相较于其他常用算法,基于GGO-KD-KNN算法的步态识别方法展现出更高的分类准确率和稳定性,为下肢智能辅助装置的研究和开发提供了有力的理论支持. 展开更多
关键词 下肢步态识别 表面肌电信号(sEMG) 灰雁优化-K维树-K最近邻(GGO-KD-KNN)算法 分类优化
暂未订购 下载PDF
基于并行架构网络与改进动态FD-KNN的风力发电机轴承故障预警 认领 引用
8
作者 许伯强 王彪 +1 位作者 孙丽玲 尹彦博 《太阳能学报》 EI CAS CSCD 北大核心 2025年第10期753-765,共13页
针对当前风力发电机轴承故障预警准确率和可靠性不足的问题,提出一种基于并行架构网络与改进动态k近邻故障检测(FD-KNN)的风力发电机轴承故障预警方法。首先,对风力发电机的数据采集与监控(SCADA)数据进行相关性分析,筛选出与风力发电... 针对当前风力发电机轴承故障预警准确率和可靠性不足的问题,提出一种基于并行架构网络与改进动态k近邻故障检测(FD-KNN)的风力发电机轴承故障预警方法。首先,对风力发电机的数据采集与监控(SCADA)数据进行相关性分析,筛选出与风力发电机轴承关键变量高度相关的变量,并采用集合模态经验分解(EEMD)分解关键变量,深入挖掘关键变量内不同时间尺度的特征以及关键变量与高相关协变量的潜在相互作用。然后,构建一个结合自注意力机制的长短期记忆网络(SelfAttention-LSTM)和改进Transformer模型的新型并行架构网络,用以精确可靠地预测关键变量的未来状态。基于预测结果,计算残差,并结合风力发电机轴承的实时状态对FD-KNN算法进行动态优化,包括调整近邻规模、设置动态告警阈值和预警条件,以实现更为精准可靠的故障预警。最后,通过实际SCADA数据验证,结果表明该方法可提前识别风力发电机轴承故障,且在准确性和可靠性方面均表现出色。 展开更多
关键词 风电机组 数据采集与监视控制 轴承 深度学习 故障预警 改进动态FD-KNN算法 可靠性
暂未订购 下载PDF
基于kNN-SVM-BM算法的跨平台固件漏洞关联检测 认领 引用
9
作者 周超 郭雅娟 +2 位作者 郭静 王梓莹 黄伟 《微型电脑应用》 2025年第5期78-82,共5页
为了保护设备固件安全,实现跨平台固件漏洞关联检测,在现有的二阶段discovRE算法的基础上,对其进行改进,通过加权k最邻近(kNN)—支持向量机(SVM)—二分图匹配(BM)算法,对跨平台固件漏洞进行关联检测,提高discovRE算法的效率和筛选准确... 为了保护设备固件安全,实现跨平台固件漏洞关联检测,在现有的二阶段discovRE算法的基础上,对其进行改进,通过加权k最邻近(kNN)—支持向量机(SVM)—二分图匹配(BM)算法,对跨平台固件漏洞进行关联检测,提高discovRE算法的效率和筛选准确率。结果显示,在函数粗筛选阶段,相对于kNN算法,加权kNN算法筛选准确率更高,其准确率均高于90.00%。经对比,BM算法更优,拥有更高Top1、Top10值,其Top1值最大为91.18%。在跨平台固件漏洞整体检测中,研究方法效率较高,其最短平均检测时间为2.59×10-5 s。研究方法改进了discovRE算法效率,更准确地进行跨平台固件漏洞关联检测。 展开更多
关键词 kNN算法 SVM算法 固件漏洞 跨平台 BM算法
暂未订购 下载PDF
基于KNN算法的大跨度连续刚构桥施工监控研究 认领 引用
10
作者 刘建林 潘凯 +1 位作者 杨刚 王君明 《中外公路》 2025年第4期122-129,共8页
针对桥梁施工监控常出现应变、位移等传感器损伤失效等问题,该文以南流嘉陵江大桥为背景,提出基于KNearest Neighbor(KNN)算法补足施工监控缺失数据,采用ANSYS Workbench建立桥梁施工过程有限元模型,验证KNN算法在桥梁施工监控数据缺失... 针对桥梁施工监控常出现应变、位移等传感器损伤失效等问题,该文以南流嘉陵江大桥为背景,提出基于KNearest Neighbor(KNN)算法补足施工监控缺失数据,采用ANSYS Workbench建立桥梁施工过程有限元模型,验证KNN算法在桥梁施工监控数据缺失时的有效性。结果表明:(1)KNN算法可协助解决桥梁施工过程应变、位移传感器等出现损伤后短时间内的监测数据空白问题;(2)箱梁根部截面应力随着悬挑长度的增加呈增长趋势,且其底板实测应力值逐渐接近理论值,8#墩截面根部应力值较理论值大,该误差可能是由于应变计初始读数误差造成的;(3)8#墩悬臂施工主梁线形与预期较为吻合,逐渐趋向于目标线,10#墩悬臂施工青牛侧主梁截面左侧翼缘板标高小于目标标高,同时虎跳侧主梁截面顶板中心标高小于目标标高,需要在后续施工中及时调整。 展开更多
关键词 连续刚构桥 施工监控 数据修复 KNN算法 流固耦合 有限元模拟
暂未订购 下载PDF
基于KNN算法建立晒后皮肤状态评估模型 认领 引用 被引量：1
11
作者 李以洪 许梦然 +4 位作者 盘瑶 吴金昊 刘琦 常思思 赵华 《日用化学工业（中英文）》 CAS 北大核心 2025年第3期349-357,共9页
探索不同剂量紫外线照射后皮肤指标变化趋势,建立晒后皮肤状态评估模型。首先,筛选出变化有规律且具灵敏性的指标,优化黑化模型进一步扩大样本库,利用临床专家对晒后皮肤状态的分级作为学习标准,基于K邻近分类算法(KNN)对指标数据进行... 探索不同剂量紫外线照射后皮肤指标变化趋势,建立晒后皮肤状态评估模型。首先,筛选出变化有规律且具灵敏性的指标,优化黑化模型进一步扩大样本库,利用临床专家对晒后皮肤状态的分级作为学习标准,基于K邻近分类算法(KNN)对指标数据进行训练识别,建立晒后皮肤状态分级评估模型,经10折交叉验证后超参数K=3时,模型的mmce均值为0.015,预测精度acc均值为0.985,预测的准确度高达98.5%。结果表明,该模型能够将晒后皮肤状态的主观评级客观量化,高效率、高精度识别晒后皮肤状态。研究结果可为晒后皮肤状态评估和晒后修护功效评价体系提供技术支持。 展开更多
关键词 日晒 皮肤状态 黑化模型 KNN算法
暂未订购 下载PDF
融合HSV颜色空间和纹理特征的KNN算法对马铃薯表皮的分类探索 认领 引用 被引量：2
12
作者 刘帅 康亮河 《现代信息科技》 2025年第9期25-31,共7页
文章通过利用融合HSV颜色空间和纹理特征的KNN算法实现对马铃薯表皮的准确分类。将采集到的马铃薯表皮图片从RGB颜色空间转换为HSV颜色空间,分别计算色调、饱和度、亮度三个通道的直方图。纹理特征方面采用灰度共生矩阵(Gray Level Co-o... 文章通过利用融合HSV颜色空间和纹理特征的KNN算法实现对马铃薯表皮的准确分类。将采集到的马铃薯表皮图片从RGB颜色空间转换为HSV颜色空间,分别计算色调、饱和度、亮度三个通道的直方图。纹理特征方面采用灰度共生矩阵(Gray Level Co-occurrence Matrix)将图像转换为灰度图像,计算灰度共生矩阵的能量、对比度、相关性和同质性四个特征值,并通过局部二值模式(Local Binary Pattern)计算图像的局部二值模式直方图。最后将这三种特征拼接成一个一维数组作为图像的特征向量,并利用K-近邻(K-Nearest Neighbors)算法实现马铃薯表皮的分类。结果表明,其准确率为95%,平均精确率为91.67%、平均召回率为95%、平均F1-score为92.22%。研究表明,融合后的特征能够显著提高分类准确率,为马铃薯品质检测和分类提供了一种新的有效途径。 展开更多
关键词 马铃薯表皮分类 HSV颜色空间 纹理特征 灰度共生矩阵 KNN算法
暂未订购 下载PDF
基于改进KNN算法的医院信息系统异常检测系统设计 认领 引用 被引量：2
13
作者 王弢 金蕾 赵雪峰 《微型电脑应用》 2025年第3期15-19,共5页
设计并提出改进K近邻(KNN)算法用于提高医院信息系统异常检测效率。使用KNN对每个故障进行局部诊断,以获得先验概率。结合朱塞尔姆距离,改进KNN算法,利用医院信息系统对系统不稳定、终端故障状态等异常实验数据进行分析,通过探究改进前... 设计并提出改进K近邻(KNN)算法用于提高医院信息系统异常检测效率。使用KNN对每个故障进行局部诊断,以获得先验概率。结合朱塞尔姆距离,改进KNN算法,利用医院信息系统对系统不稳定、终端故障状态等异常实验数据进行分析,通过探究改进前后算法性能及系统准确率,进一步证明所提出的改进KNN算法的有效性。研究结果表明,改进的KNN算法具有较好的系统异常检测效果,针对医院系统工作不稳定的异常检测准确率为99.38%,且改进后KNN算法的收敛速度比未改进的KNN算法快24倍。研究成果可以为医院信息系统关键技术和异常检测系统设计的理论体系和应用体系提供参考。 展开更多
关键词 KNN算法 医院信息 系统异常检测 检测准确率
暂未订购 下载PDF
基于SE-ResNet18-KNN的隧道围岩分级方法 认领 引用 被引量：1
14
作者 景建军 《铁道建筑》 北大核心 2025年第10期166-172,共7页
针对传统围岩分级方法存在主观性强、力学特征描述不全面、地下水影响量化分析不足等问题,以西渝高速铁路(西安—重庆)华蓥山隧道为背景,提出了基于SE-ResNet18-KNN的围岩分级方法。采集隧道掌子面图像建立数据库,在ResNet18网络中嵌入S... 针对传统围岩分级方法存在主观性强、力学特征描述不全面、地下水影响量化分析不足等问题,以西渝高速铁路(西安—重庆)华蓥山隧道为背景,提出了基于SE-ResNet18-KNN的围岩分级方法。采集隧道掌子面图像建立数据库,在ResNet18网络中嵌入SE注意力机制实现围岩节理裂隙和地下水特征识别,结合图像处理提取节理参数,最终通过KNN算法实现围岩等级判定。结果表明:引入SE注意力机制使模型准确率从87.6%提升至92.4%;模型对节理裂隙和地下水特征的识别准确率分别为92.4%、90.7%,有效实现了围岩地质特征识别;对比20组现场BQ分级数据,基于KNN算法的围岩分级结果与现场Ⅲ~Ⅴ级围岩划分具有较高一致性。本文方法实现了地质特征自动识别与参数量化相结合的精准分级,可为围岩分级提供参考。 展开更多
关键词 围岩分级 铁路隧道 深度学习 图像处理 KNN分级算法
暂未订购 下载PDF
基于改进集成KNN回归算法的风电机组齿轮箱状态监测 认领 引用 被引量：2
15
作者 左荣荣 《机械管理开发》 2025年第1期191-193,196,共3页
为提高风电机组齿轮箱的状态监测精度,降低故障率,采用了基于改进集成KNN回归算法方法。通过结合特征选择优化、集成学习技术,设计并实现了风电机组齿轮箱状态监测系统,该系统包括数据采集、处理分析、故障预测等模块。研究以实际风电... 为提高风电机组齿轮箱的状态监测精度,降低故障率,采用了基于改进集成KNN回归算法方法。通过结合特征选择优化、集成学习技术,设计并实现了风电机组齿轮箱状态监测系统,该系统包括数据采集、处理分析、故障预测等模块。研究以实际风电场的运维数据为例,进行了系统和测试。结果表明,改进后的KNN回归算法显著提升了故障诊断的准确性,系统能实时准确地监测齿轮箱的运行状态,从而提高风电机组的运行可靠性与维护效率。研究成果不仅优化了风电机组的维护策略,也为类似领域的设备状态监测提供了可行的技术路径。 展开更多
关键词 KNN回归算法 风电机组 齿轮箱 特征选择
暂未订购 下载PDF
基于KNN算法的电力计量异常数据检测模型优化研究 认领 引用 被引量：5
16
作者 田文娜 《自动化应用》 2025年第10期165-167,170,共3页
针对电力计量系统对异常数据检测的高效性需求,提出基于K近邻(KNN)算法的优化模型,以提升异常检测的准确率与稳定性。首先,分析电力计量数据的高时序性、非线性和高维特性,以及异常数据检测中噪声干扰和数据不平衡等挑战。然后,在此基... 针对电力计量系统对异常数据检测的高效性需求,提出基于K近邻(KNN)算法的优化模型,以提升异常检测的准确率与稳定性。首先,分析电力计量数据的高时序性、非线性和高维特性,以及异常数据检测中噪声干扰和数据不平衡等挑战。然后,在此基础上采用数据预处理、特征提取及合成少数类过采样技术(SMOTE)优化数据质量,构建以加权欧氏距离与KD树加速为基础的KNN模型。最后,通过仿真测试验证了模型性能。结果表明,优化后的模型在电力计量数据的异常识别中具有较强的鲁棒性和实时性,可为智能电网的高效运行提供技术支撑。 展开更多
关键词 KNN算法 电力计量 异常检测
暂未订购 下载PDF
基于KNN算法的电子档案信息文本自动分类方法 认领 引用 被引量：5
17
作者 杨易木 《办公自动化》 2025年第5期14-16,共3页
文章深入探讨文本自动分类的领域,聚焦于一种广泛应用的基于内容的分类技术——KNN(K-Nearest Neighbors)算法,对其原理和应用进行重点介绍。采用KNN算法结合优化的词特征权重评估与文本相似性计算技术,实现文本的自动分类。经过KNN分... 文章深入探讨文本自动分类的领域,聚焦于一种广泛应用的基于内容的分类技术——KNN(K-Nearest Neighbors)算法,对其原理和应用进行重点介绍。采用KNN算法结合优化的词特征权重评估与文本相似性计算技术,实现文本的自动分类。经过KNN分类处理后,分类结果的准确率和召回率均显著提升。 展开更多
关键词 KNN算法 文本自动分类 数据挖掘
暂未订购 下载PDF
基于KNN算法的锡矿类型判别 认领 引用
18
作者 周雨航 刘勇 +1 位作者 吴鹏飞 李朋 《资源环境与工程》 2025年第5期537-544,共8页
受成矿温度、流体性质和金属来源等因素综合影响,不同类型锡矿床中锡石常具有特征性的微量元素组合。利用锡石微量元素组成进行锡矿床类型判别具有长期的应用历史,但传统的判别图通常仅基于2~3个维度,难以充分揭示锡石微量元素与锡矿床... 受成矿温度、流体性质和金属来源等因素综合影响,不同类型锡矿床中锡石常具有特征性的微量元素组合。利用锡石微量元素组成进行锡矿床类型判别具有长期的应用历史,但传统的判别图通常仅基于2~3个维度,难以充分揭示锡石微量元素与锡矿床类型之间复杂的多元关系。本次研究旨在证明锡石微量元素可有效用于锡矿床类型分类,并应用机器学习方法从中提取关键判别因子。收集已发表文献中661件锡石样品的微量元素分析数据,涵盖石英脉型、矽卡岩型、云英岩型和伟晶岩型等4类矿床,包含Sc、Ti、V、Mn、Fe、Zr、Nb、Sb、Hf、Ta、W和U共12种微量元素,应用K最近邻(KNN)算法构建分类模型,再运用合成少数过采样技术(SMOTE)处理数据不平衡问题,运用KNN算法的特征重要性值来评估微量元素对分类的重要性,最后采用t分布随机邻域嵌入(t-SNE)可视化工具对分类和评估结果进行验证。研究结果表明,锡石微量元素组成可成功区分不同类型的锡矿床,Mn、Sb、Ta对锡矿床类型分类具有显著影响,V、Sc、Hf、Nb、Zr也具有相对重要的影响,证实了锡石微量元素对锡矿床类型判别的控制作用。 展开更多
关键词 机器学习 KNN算法 锡矿床类型 锡石 微量元素
暂未订购 下载PDF
融合质性分析与KNN算法的在线课程推荐研究 认领 引用 被引量：1
19
作者 余鑫 《长江信息通信》 2025年第7期137-140,共4页
在当前信息技术迅速发展的背景下,线上教育平台提供的课程数量急剧增长,信息复杂度亦随之不断提升,如何高效且精准地为学习者推荐课程已成为在线教育领域亟待攻克的难题。为此,文章以课程评论为切入点,经质性分析编码构建特征体系。基... 在当前信息技术迅速发展的背景下,线上教育平台提供的课程数量急剧增长,信息复杂度亦随之不断提升,如何高效且精准地为学习者推荐课程已成为在线教育领域亟待攻克的难题。为此,文章以课程评论为切入点,经质性分析编码构建特征体系。基于此体系对众多课程展开分析,最终采用KNN算法实现课程推荐。该方法不仅显著提升了学习者的学习效率,亦极大地优化了在线教育资源的配置,为推动在线教育领域的持续健康发展贡献了力量。此外,研究显示,于在校学生群体而言,升学需求为他们极为重视的一个方面。故而,如何有效满足这一需求成为在线教育平台未来发展的重要导向。 展开更多
关键词 课程推荐 升学需求 KNN算法 质性分析 在线教育平台
暂未订购 下载PDF
基于机器学习的页岩气井间干扰风险评价及预测 认领 引用
20
作者 秦佳正 贺质越 +6 位作者 汤勇 段胜才 龙吉昌 唐凯 王浩 胡世莱 龙科吉 《油气藏评价与开发》 CSCD 北大核心 2026年第3期657-665,共9页
在页岩气藏滚动开发过程中,新井压裂易与邻井发生井间干扰,严重影响老井和新井的开发效果。然而,目前缺乏定量、准确、有效的井间干扰风险评价及预测方法,难以在制定加密井方案时有效避开极易发生井间干扰的气井。因此,基于机器学习方... 在页岩气藏滚动开发过程中,新井压裂易与邻井发生井间干扰,严重影响老井和新井的开发效果。然而,目前缺乏定量、准确、有效的井间干扰风险评价及预测方法,难以在制定加密井方案时有效避开极易发生井间干扰的气井。因此,基于机器学习方法建立了页岩气井间干扰风险评价模型,实现了井间干扰风险的定量评价,有效地帮助页岩气井发挥最大产能。首先,筛选对井间干扰影响程度最大的主控因素,并建立可有效提升数据质量的数据处理方法,用以形成建模数据集;然后,结合K-Means(K-均值)聚类算法和斯皮尔曼相关性分析方法建立井间干扰风险程度评价模型,对受到井间干扰气井的井间干扰程度进行定性评价;最后,基于风险评价模型评价结果并结合KNN(K-近邻分类)算法建立井间干扰风险程度预测模型,实现了新井或尚未发生井间干扰气井的井间干扰风险定量预测,同时结合模型的计算结果量化了各个因素对井间干扰的影响程度。结果表明:X页岩气藏井间干扰程度低、偏低、中等、偏高、高对应的井数占比分别为27.48%、30.39%、20.59%、16.67%和4.90%。井间干扰风险预测模型精度为90.48%,井间干扰前母井日产气量对于页岩气井间干扰的影响最大。相较于传统的数据处理方法,该研究提出的数据处理方法可提升模型精度14.29%,为页岩气井间干扰风险定量预测提供了一种可靠方法。 展开更多
关键词 页岩气 井间干扰 风险评价及预测 机器学习 K-Means聚类算法 KNN分类算法
暂未订购 下载PDF
已选0条
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 … 27 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈