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1,016篇文章
< 1 2 … 51 >
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：
Nearest neighbor search algorithm based on multiple background grids for fluid simulation 认领 引用 被引量：2
1
作者 郑德群 武频 +1 位作者 尚伟烈 曹啸鹏 《Journal of Shanghai University(English Edition)》 2011年第5期405-408,共4页
The core of smoothed particle hydrodynamics （SPH） is the nearest neighbor search subroutine. In this paper, a nearest neighbor search algorithm which is based on multiple background grids and support variable smooth... The core of smoothed particle hydrodynamics （SPH） is the nearest neighbor search subroutine. In this paper, a nearest neighbor search algorithm which is based on multiple background grids and support variable smooth length is introduced. Through tested on lid driven cavity flow, it is clear that this method can provide high accuracy. Analysis and experiments have been made on its parallelism, and the results show that this method has better parallelism and with adding processors its accuracy become higher, thus it achieves that efficiency grows in pace with accuracy. 展开更多
关键词 multiple background grids smoothed particle hydrodynamics （SPH） nearest neighbor search algorithm parallel computing
暂未订购 下载PDF
Basic Tenets of Classification Algorithms K-Nearest-Neighbor, Support Vector Machine, Random Forest and Neural Network: A Review 认领 引用 被引量：18
2
作者 Ernest Yeboah Boateng Joseph Otoo Daniel A. Abaye 《Journal of Data Analysis and Information Processing》 2020年第4期341-357,共17页
In this paper, sixty-eight research articles published between 2000 and 2017 as well as textbooks which employed four classification algorithms: K-Nearest-Neighbor (KNN), Support Vector Machines (SVM), Random Forest (... In this paper, sixty-eight research articles published between 2000 and 2017 as well as textbooks which employed four classification algorithms: K-Nearest-Neighbor (KNN), Support Vector Machines (SVM), Random Forest (RF) and Neural Network (NN) as the main statistical tools were reviewed. The aim was to examine and compare these nonparametric classification methods on the following attributes: robustness to training data, sensitivity to changes, data fitting, stability, ability to handle large data sizes, sensitivity to noise, time invested in parameter tuning, and accuracy. The performances, strengths and shortcomings of each of the algorithms were examined, and finally, a conclusion was arrived at on which one has higher performance. It was evident from the literature reviewed that RF is too sensitive to small changes in the training dataset and is occasionally unstable and tends to overfit in the model. KNN is easy to implement and understand but has a major drawback of becoming significantly slow as the size of the data in use grows, while the ideal value of K for the KNN classifier is difficult to set. SVM and RF are insensitive to noise or overtraining, which shows their ability in dealing with unbalanced data. Larger input datasets will lengthen classification times for NN and KNN more than for SVM and RF. Among these nonparametric classification methods, NN has the potential to become a more widely used classification algorithm, but because of their time-consuming parameter tuning procedure, high level of complexity in computational processing, the numerous types of NN architectures to choose from and the high number of algorithms used for training, most researchers recommend SVM and RF as easier and wieldy used methods which repeatedly achieve results with high accuracies and are often faster to implement. 展开更多
关键词 Classification Algorithms Non-Parametric K-Nearest-Neighbor Neural Networks Random Forest Support Vector Machines
暂未订购 下载PDF
基于长期监测系统和无监督学习的道岔钢轨健康监测 认领 引用
3
作者 冯青松 袁佳鹏 +3 位作者 刘庆杰 张鹏 江煊 刘健 《铁道标准设计》 北大核心 2026年第4期48-57,共10页
道岔是铁路系统中重要的基础设施,同时也是轨道系统养护维修的难点所在。道岔区轨道结构复杂、钢轨薄弱,相较于其他钢轨更容易产生钢轨伤损。此外,由于钢轨探伤车无法全面掌握道岔区钢轨的状态,使其成为自动化检测的盲区。因此,监测道... 道岔是铁路系统中重要的基础设施,同时也是轨道系统养护维修的难点所在。道岔区轨道结构复杂、钢轨薄弱,相较于其他钢轨更容易产生钢轨伤损。此外,由于钢轨探伤车无法全面掌握道岔区钢轨的状态,使其成为自动化检测的盲区。因此,监测道岔钢轨状态,及时发现钢轨伤损,是我国铁路运行发展的迫切需求。基于道岔尖轨的健康监测系统,利用以声发射为主的多传感器采集数据,并基于单类支持向量机(Support vector machine,SVM)算法和孤立森林算法(IF)两类无监督学习算法建立模型,运用模型对道岔钢轨单一声发射与多传感器数据进行分类识别,多传感器算法结果分类准确率、召回率和F1值均超过80%,AUC值超过70%,均优于单一声发射传感器10%以上。该方法充分发挥各类传感器的优势,解决道岔区钢轨声发射信号噪声复杂多变的问题。将其与传统有监督学习中的K-近邻算法进行对比,突出孤立森林和单类SVM两类模型在实测有损数据少甚至没有伤损数据问题方面的亮点。实现对道岔钢轨的服役性能长期监测,解决道岔区钢轨检测难点。 展开更多
关键词 道岔 长期监测系统 支持向量机 孤立森林 K-近邻算法 声发射 多传感器
暂未订购 下载PDF
基于组合公钥与改进K近邻算法的工业设备故障预警系统 认领 引用
4
作者 付国帅 李丹 张君君 《机床与液压》 北大核心 2026年第13期59-64,共6页
针对工业设备运行数据的隐私保护与故障预警需求,设计一种基于组合公钥(CPK)与改进K近邻(KNN)算法的工业设备故障预警系统。该系统采用微服务器架构,由设备认证服务器、主服务器和诊断服务器协同工作。设备端的传感器与控制器采集运行... 针对工业设备运行数据的隐私保护与故障预警需求,设计一种基于组合公钥(CPK)与改进K近邻(KNN)算法的工业设备故障预警系统。该系统采用微服务器架构,由设备认证服务器、主服务器和诊断服务器协同工作。设备端的传感器与控制器采集运行数据及标识信息,通过基于安全传输层协议(TLS)的加密信道,并结合JWT令牌认证机制上传至主服务器;主服务器向设备认证服务器验证设备身份后,再将数据转发至诊断服务器。诊断模块采用改进KNN算法,利用遗传算法优化属性权重,在计算数据距离时引入特征重要性差异,以实现对设备故障状态的精准识别。系统通过CPK强化TLS握手协议的安全性,构建端到端的数据隐私保护机制。实验结果表明:该系统在保证数据传输安全的前提下,检测准确率为97%,能够实现高效的设备异常预警。 展开更多
关键词 组合公钥(CPK) 改进K近邻(KNN)算法 故障预警 安全传输层协议 遗传算法
暂未订购 下载PDF
融合知识元和聚合K近邻算法的客舱火灾案例检索研究 认领 引用
5
作者 吴煜 经理晗 解江 《消防科学与技术》 CAS 北大核心 2026年第8期41-48,共8页
为实现对民航客舱火灾情景的准确描述和快速响应,本文构建了融合知识元和聚合K近邻算法的客舱火灾案例检索模型。通过挖掘客舱火灾的属性特征,作数值转换和预处理,进行相似案例检索和等级预测。结果表明:基于灾害要素解构理论可将客舱... 为实现对民航客舱火灾情景的准确描述和快速响应,本文构建了融合知识元和聚合K近邻算法的客舱火灾案例检索模型。通过挖掘客舱火灾的属性特征,作数值转换和预处理,进行相似案例检索和等级预测。结果表明:基于灾害要素解构理论可将客舱火灾案例解构为含致灾因子、承灾体、孕灾环境和应急处置的四维知识元框架,结合火灾事件特点,将客舱火灾的灾害形成、发展及应对的全过程细分为8类子知识元和12个属性特征;同时,计算随机预测目标案例与全量案例的欧式距离,采用多数投票法和聚合子模型得到最终预测值,构建1500条仿真案例数据集进行训练、验证和调优,选取24条真实案例进行测试,利用留一法交叉验证得出最佳K值为3,模型预测准确率达到0.9167。基于准确率、精确率、召回率和F1分数设置多模型对比评估显示,所提出的聚合K近邻模型显著优于其他模型。因此,提出的客舱火灾案例检索模型,可为民航客舱火灾等级预测及应急决策提供支撑。 展开更多
关键词 客舱火灾 知识元模型 聚合K近邻算法 案例检索 事件等级
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
6
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
基于重复匹配机制的WKNN-BP-MLP神经网络的室内定位算法设计 认领 引用
7
作者 夏颖 王岩 +2 位作者 王艳春 李宗岳 何胤北 《齐齐哈尔大学学报（自然科学版）》 2026年第2期1-6,23,共6页
随着物联网技术的飞速发展,基于位置服务的市场需求日益增长,Wi-Fi指纹定位方法成为研究热点。然而Wi-Fi信号存在于复杂室内环境中导致定位精度不足的问题。通过重复匹配机制优化传统加权K近邻算法并引入多层感知机神经网络和反向传播... 随着物联网技术的飞速发展,基于位置服务的市场需求日益增长,Wi-Fi指纹定位方法成为研究热点。然而Wi-Fi信号存在于复杂室内环境中导致定位精度不足的问题。通过重复匹配机制优化传统加权K近邻算法并引入多层感知机神经网络和反向传播神经网络,基于重复匹配机制的WKNN-BP-MLP神经网络算法,实现高精度室内定位。实验表明,所提定位算法显著提升定位精度,能够满足室内定位场景的技术要求。 展开更多
关键词 室内定位 改进加权K近邻算法 反向传播算法 重复匹配机制 多层感知机神经网络
暂未订购 下载PDF
基于IPFA算法和平均影响值的含水层矿井突水水源识别 认领 引用
8
作者 乔伟 《中国矿业》 CAS 北大核心 2026年第1期261-267,共7页
矿井不同含水层由于导水断层、裂隙网络相互导通,使得具有相似化学特征的水样混杂重叠,并且受到环境等无关冗余数据的干扰,容易造成水样特征类型的误判,降低了突水水源识别准确性。为此提出一种基于IPFA算法和平均影响值的含水层矿井突... 矿井不同含水层由于导水断层、裂隙网络相互导通,使得具有相似化学特征的水样混杂重叠,并且受到环境等无关冗余数据的干扰,容易造成水样特征类型的误判,降低了突水水源识别准确性。为此提出一种基于IPFA算法和平均影响值的含水层矿井突水水源识别方法。采用K-近邻法扩展获取含水层水源化学成分特征间的高维互信息熵,更全面地反映特征之间的关联性,从而筛选出与突水水源识别真正相关的特征,降低冗余特征干扰。使用IPFA算法对极限学习机(ELM)参数展开寻优,提高模型的泛化能力和识别精度,避免ELM陷入最优解,减少混杂重叠的水样相似化学特征类型误判;应用平均响应值(MIV)方法对各个类型特征的MIV值展开计算,筛选平均影响贡献率高的特征,深入理解各特征在水源识别中的作用机制。并构建基于IPFA-ELM-MIV的含水层矿井突水水源识别模型,通过模型完成水源识别。实验结果表明,所提方法通过筛选可以将样本特征的高维互信息熵提升到0.9以上,在9次识别过程中,所提方法出现误判的概率为0,准确识别了含水层矿井突水化学特征类型,提升了矿井不同含水层突水水源识别结果的准确性,并且在不同采样环境下的含水层矿井突水水源识别的R1值高于0.95,具有更强的识别适应性,对于预防和治理矿井突水灾害具有重要意义。 展开更多
关键词 IPFA算法 K-近邻法 平均影响值 极限学习机 含水层矿井 突水水源识别
暂未订购 下载PDF
融合时序衰减特性的复购行为及时间间隔预测 认领 引用
9
作者 温雯 钟宴宏 郝志峰 《计算机工程》 CAS CSCD 北大核心 2026年第4期111-121,共11页
重复消费行为在许多推荐场景中是一种普遍的现象,如电商复购、兴趣点打卡等。重复消费行为包括复购可能性和复购时机两个因素,现有的工作主要关注单个因素的预测,无法有效解决何时复购何物这类具体的问题。此类问题的主要挑战是复购商... 重复消费行为在许多推荐场景中是一种普遍的现象,如电商复购、兴趣点打卡等。重复消费行为包括复购可能性和复购时机两个因素,现有的工作主要关注单个因素的预测,无法有效解决何时复购何物这类具体的问题。此类问题的主要挑战是复购商品类型非常多样,不同商品有不同的购买周期,而复购行为往往比较稀疏,给预测带来极大困难。另外,复购行为包括时间和商品两个维度,如何利用这两个维度的信息进行预测也是一个挑战。针对上述挑战,从用户个性化的动态衰减特性这一角度探索解决方法,建立复购行为及时间间隔的联合预测模型。首先,根据用户对某商品的兴趣随着时间衰减以及近期行为与复购行为具有更强的潜在关联关系,建模商品序列以获得用户表达向量,同时利用邻居序列的信息以解决复购行为稀疏性问题;其次,设计神经网络模块,捕获用户的个性化复购周期和商品复购周期,解决时间和商品两个维度的信息融合问题。在多个公开数据集上的大量实验结果表明,该模型优于现有相关的基准模型。 展开更多
关键词 推荐算法 时序衰减 协同过滤 可解释性 k近邻
暂未订购 下载PDF
基于数字孪生技术的智能化仓储三维可视化监控系统研发 认领 引用
10
作者 黄博文 陈诗 +2 位作者 黄明思 冯在欣 陈菲菲 《自动化与仪器仪表》 2026年第2期112-116,共5页
为了解决目前智能化仓储三维可视化监控系统中存在的监控定位精度低的问题,研究将尺度不变特征变化和K最近邻算法进行融合,并基于融合算法和数字孪生技术构建关于智能化仓储的三维可视化监控系统,以期提高监控精度。研究先对融合算法的... 为了解决目前智能化仓储三维可视化监控系统中存在的监控定位精度低的问题,研究将尺度不变特征变化和K最近邻算法进行融合,并基于融合算法和数字孪生技术构建关于智能化仓储的三维可视化监控系统,以期提高监控精度。研究先对融合算法的特征提取效果进行分析,结果显示,该算法对不同图像的特征提取准确率均高于90%,再对监控系统的实际效果进行分析,结果表明,该监控系统在不同场景下的物品定位精度均高于95%,由上述结果可知,研究设计的三维可视化监控系统能够对智能化仓储进行实时监控,提高其监控精度,并且能够为仓储管理的智能化发展提供有力支持。 展开更多
关键词 尺度不变特征变换 K最近邻算法 数字孪生技术 智能仓储 监控系统
暂未订购 下载PDF
扫描仪设备敏感信息可检索加密算法 认领 引用
11
作者 姚雨莹 朱枣 刘琼 《吉林大学学报（信息科学版）》 CAS 2026年第2期415-420,共6页
为提高敏感信息获取的安全性,提出一种扫描仪设备敏感信息可检索加密算法。首先采取基于特征加权的灰色关联分析方法,对扫描仪设备敏感信息中的缺失数据进行填补,得到完整的敏感数据;其次基于敏感数据和用户请求查询数据间的编辑距离,... 为提高敏感信息获取的安全性,提出一种扫描仪设备敏感信息可检索加密算法。首先采取基于特征加权的灰色关联分析方法,对扫描仪设备敏感信息中的缺失数据进行填补,得到完整的敏感数据;其次基于敏感数据和用户请求查询数据间的编辑距离,计算两个数据间的相似系数,并利用相似系数大于阈值的敏感数据构建关键词索引,按照相似系数从大到小的顺序完成索引数据排序;最后通过K最邻近(KNN:K-Nearest Neighbor)算法实现关键词索引数据的加密和解密。实验结果表明,该算法的信息检索准确性高、数据加密效果好。 展开更多
关键词 扫描仪设备 敏感信息 可检索加密 缺失值填补 KNN算法
暂未订购 下载PDF
多视图生成与证据理论融合的k近邻分类算法 认领 引用
12
作者 崔金浩 龚芳 +3 位作者 张志强 赵楠楠 吕昊东 梁超 《小型微型计算机系统》 CSCD 北大核心 2026年第5期1134-1146,共13页
在使用k近邻算法进行分类任务时,原始数据特征描述不充分和使用多数投票法进行分类决策会严重限制算法的分类效果.为此,本文提出了一种新的多视图生成和证据理论融合的k近邻算法,通过更全面地描述数据特征以及更准确的进行分类决策,从... 在使用k近邻算法进行分类任务时,原始数据特征描述不充分和使用多数投票法进行分类决策会严重限制算法的分类效果.为此,本文提出了一种新的多视图生成和证据理论融合的k近邻算法,通过更全面地描述数据特征以及更准确的进行分类决策,从而提升k近邻算法的分类性能.该算法首先使用超父亲一依赖决策器和随机森林算法对原始属性视图进行分类并生成两个新的标签视图,然后在原始属性视图和两个生成的标签视图上分别构建距离加权的k近邻算法,最后通过D-S证据理论融合来自不同视图k近邻算法的预测结果,从而得到最终的分类结果.实验结果表明,本文提出的算法在分类准确率和根相对平方误差两个指标上均优于传统k近邻算法及其他对比算法. 展开更多
关键词 分类 k近邻 多视图生成 D-S证据理论
暂未订购 下载PDF
基于事件感知的钢厂非侵入负荷测试分离技术研究 认领 引用
13
作者 张景明 沈京京 李亦农 《自动化仪表》 CAS 2026年第8期85-90,95,共6页
钢厂工业用户非侵入负荷测试分离存在负荷识别和分解能力低、算法复杂等问题。为了解决该问题,创新性提出基于事件感知的钢厂工业用户非侵入负荷测试分离技术,并选用暂态特征进行研究。采用了滑动窗双边累计和算法对钢厂工业用户进行暂... 钢厂工业用户非侵入负荷测试分离存在负荷识别和分解能力低、算法复杂等问题。为了解决该问题,创新性提出基于事件感知的钢厂工业用户非侵入负荷测试分离技术,并选用暂态特征进行研究。采用了滑动窗双边累计和算法对钢厂工业用户进行暂态过程事件的精确检测,并使用高维空间进行计算。将提取后的波形进行主成分分析(PCA)降维,并采用K-最近邻(KNN)算法进行分类,以实现负荷分解。该技术有效提升了负荷分解的精准度与效率、降低了计算的复杂程度。降维后的特征采用KNN算法分类以完成负荷辨识分解。通过Matlab软件得到暂态过程事件检测提取的波形图,将KNN算法与贝叶斯算法进行对比。对比结果表明,KNN算法检测准确率达95%,而贝叶斯算法仅为80.43%。所提技术具有优越性和可行性。 展开更多
关键词 非侵入负荷测试 事件感知 滑动窗双边累计和 暂态过程 工业负荷 K-最近邻算法
暂未订购 下载PDF
基于LSSA-KNN的滚动轴承故障诊断方法 认领 引用
14
作者 陈栋 刘欣宜 +2 位作者 杨配轻 申震 史朋波 《噪声与振动控制》 CSCD 北大核心 2026年第3期163-169,共7页
针对噪声环境中滚动轴承故障特征提取困难以及诊断准确率不高的问题,提出一种基于Levy飞行策略改进的麻雀搜索算法(Sparrow Search Algorithm,SSA)来优化K最近邻(K-Nearest Neighbor,KNN)分类器的轴承故障诊断方法。首先,采用小波分析... 针对噪声环境中滚动轴承故障特征提取困难以及诊断准确率不高的问题,提出一种基于Levy飞行策略改进的麻雀搜索算法(Sparrow Search Algorithm,SSA)来优化K最近邻(K-Nearest Neighbor,KNN)分类器的轴承故障诊断方法。首先,采用小波分析技术对原始振动信号进行去噪处理,以提取信号的时域特征,从而准确表征不同的故障状态,确保在噪声干扰下特征能够清晰反映故障模式。然后,通过设计莱维飞行(Levy Flight)策略改进SSA(Levy-Flight-Based SSA,LSSA),对KNN参数进行优化,进一步增强分类器的泛化能力,并提高模型在复杂噪声环境中的诊断性能。实验结果表明,所提方法的故障诊断准确率达到95%以上,相较于传统方法具有更强的鲁棒性和更高的诊断精度,尤其在噪声环境中表现更加突出。该方法有效降低了噪声对故障诊断精度的影响,显著提升了滚动轴承故障诊断的准确性和稳定性,为实际工程中的轴承故障诊断提供了一种可靠的解决方案。 展开更多
关键词 故障诊断 滚动轴承 Levy飞行 麻雀搜索算法 K最近邻
暂未订购 下载PDF
大学生网络情感识别与负向情绪预警研究 认领 引用 被引量：1
15
作者 孙平 钱磊 《哈尔滨学院学报》 2026年第2期53-56,共4页
随着智能媒体技术向教育场域的深度渗透,大学生情感表达呈现出显性化、圈层化和传染性特征,负面情感也通过“信息茧房”形成代偿性传播,进而可能引发群体极化、心理危机等次生风险。文章基于“社会存在决定社会意识”原理,深入剖析了网... 随着智能媒体技术向教育场域的深度渗透,大学生情感表达呈现出显性化、圈层化和传染性特征,负面情感也通过“信息茧房”形成代偿性传播,进而可能引发群体极化、心理危机等次生风险。文章基于“社会存在决定社会意识”原理,深入剖析了网络情绪的形成机理,运用K最近邻算法构建了网络情绪识别模型,结合负向情绪指标要素设计了可行性预警机制。案例分析与研究结果均表明,该模型具有较高的准确性和稳定性,有助于辅助相关部门及时掌握大学生网络情感动态,为构建完善的网络社会治理体系提供了重要参考。 展开更多
关键词 社会存在 社会意识 网络情绪识别 负性情绪预警 K最近邻算法
暂未订购 下载PDF
机载激光点云数据滤波下尾矿坝位移变形监测 认领 引用
16
作者 赵国强 《有色金属（矿山部分）》 CAS 2026年第1期49-55,共7页
尾矿坝作为矿业生产的核心设施,其稳定性对矿山安全及周边环境具有重要影响。受表面植被覆盖和复杂地形影响,机载激光点云数据在采集过程中常面临密度不均及多尺度噪声干扰的问题,导致传统方法在形变估计时出现偏差。因此,提出基于机载... 尾矿坝作为矿业生产的核心设施,其稳定性对矿山安全及周边环境具有重要影响。受表面植被覆盖和复杂地形影响,机载激光点云数据在采集过程中常面临密度不均及多尺度噪声干扰的问题,导致传统方法在形变估计时出现偏差。因此,提出基于机载激光点云数据滤波的尾矿坝位移变形监测方法,通过K邻近搜索算法建立空间索引以划分多尺度噪声,并引入空间距离权重与几何相似性权重的双重约束机制,结合双边滤波算法有效抑制噪声干扰。同时,采用对象分割技术将监测区域划分为3D网格单元,实现尾矿坝水平变形与垂直沉降的高精度监测。结果表明,该方法在水平变形和垂直沉降监测中的平均绝对误差显著减小,位移速率波动率低,最大误差仅0.4%,为尾矿坝全生命周期安全提供了毫米级感知能力。相较于传统DS-InSAR技术和时序分解模型,本研究方法在复杂植被覆盖和地形起伏区域表现出更高的监测精度和稳定性,尤其适用于尾矿坝长期安全预警及动态管理场景。 展开更多
关键词 尾矿坝位移变形 双边滤波算法 K邻近搜索算法 法向量夹角 三维单元分割
暂未订购 下载PDF
融合K-近邻法向量特征与四元数优化的ICP算法 认领 引用
17
作者 屈倞鑫 邓小东 +3 位作者 张显云 王皓 冯龙继 罗辑 《地矿测绘》 2026年第1期13-20,共8页
为解决含大量噪声和离群值的复杂点云配准的鲁棒性不佳问题,提出了一种融合K-近邻法向量特征与四元数优化的ICP配准算法。该算法首先利用基于KNN对散乱点云建立法向量,对以pi为中心点周围的K个点云法向量利用主成分分析法进行局部变化... 为解决含大量噪声和离群值的复杂点云配准的鲁棒性不佳问题,提出了一种融合K-近邻法向量特征与四元数优化的ICP配准算法。该算法首先利用基于KNN对散乱点云建立法向量,对以pi为中心点周围的K个点云法向量利用主成分分析法进行局部变化特征拟合,进而求出法向量对应的最小特征向量,基于此可求出FPFH描述符,随后基于FPFH描述符来寻找特征点,再根据特征点集之间的拓扑关系来设置一个刚性约束距离,选取部分特征点进行粗匹配来加快RANSAC的求解速度,以达到快速剔除离群点云的目的,再对剔除误差点后的特征点配置权重,最后在完成以上全局配准的基础上,对目标函数的最小化和对应变换参数的求解施加改进,通过单位四元数法对每个权重特征点集求解变换参数。为验证算法的可行性,设计并实施了3组实验,分别对添加不同强度随机噪声和高斯噪声的模型兔子和佛像进行配准实验。实验结果表明,在不同强度的噪声环境中,与标准ICP和稀疏ICP算法相比,本算法在配准效率和配准精度上具有显著的优势,且具有强鲁棒性的特点。 展开更多
关键词 点云配准 K-近邻算法 四元数 ICP算法 标准ICP算法 稀疏ICP算法 ICP法向量
暂未订购 下载PDF
Novel Apriori-Based Multi-Label Learning Algorithm by Exploiting Coupled Label Relationship 认领 引用 被引量：1
18
作者 Zhenwu Wang Longbing Cao 《Journal of Beijing Institute of Technology》 EI CAS 2017年第2期206-214,共9页
It is a key challenge to exploit the label coupling relationship in multi-label classification（MLC）problems.Most previous work focused on label pairwise relations,in which generally only global statistical informati... It is a key challenge to exploit the label coupling relationship in multi-label classification（MLC）problems.Most previous work focused on label pairwise relations,in which generally only global statistical information is used to analyze the coupled label relationship.In this work,firstly Bayesian and hypothesis testing methods are applied to predict the label set size of testing samples within their k nearest neighbor samples,which combines global and local statistical information,and then apriori algorithm is used to mine the label coupling relationship among multiple labels rather than pairwise labels,which can exploit the label coupling relations more accurately and comprehensively.The experimental results on text,biology and audio datasets shown that,compared with the state-of-the-art algorithm,the proposed algorithm can obtain better performance on 5 common criteria. 展开更多
关键词 multi-label classification hypothesis testing k nearest neighbor apriori algorithm label coupling
暂未订购 下载PDF
基于拉曼光谱的运动营养剂(乳清蛋白)掺杂快速检测及定量分析 认领 引用
19
作者 李洁 张博 《光散射学报》 北大核心 2026年第1期269-278,共10页
运动蛋白粉中掺杂污染物严重威胁消费者健康,传统检测方法操作繁琐、耗时较长。本研究旨在建立一种基于拉曼光谱技术结合化学计量学方法,实现运动蛋白粉中典型掺杂物的快速、无损定性鉴别与精准定量分析。采集纯乳清蛋白及掺杂不同浓度... 运动蛋白粉中掺杂污染物严重威胁消费者健康,传统检测方法操作繁琐、耗时较长。本研究旨在建立一种基于拉曼光谱技术结合化学计量学方法,实现运动蛋白粉中典型掺杂物的快速、无损定性鉴别与精准定量分析。采集纯乳清蛋白及掺杂不同浓度大豆蛋白粉的混合样本的拉曼光谱。采用多元散射校正(MSC)、Savitzky-Golay平滑导数法等对原始光谱进行预处理以消除荧光背景与噪声干扰。利用主成分分析(Principal Component Analysis,PCA)对样本进行聚类、降维和特征提取,建立基于主成分分析与K近邻分类算法的判别模型。进一步地,基于鱼鹰优化算法(Osprey optimization algorithm,OOA)优化反向传播神经网络(Backpropagation Neural Network,BPNN)算法,构建掺杂物的定量预测模型,并通过相关系数(Coefficient of Determination,R2)、均方根误差(Root Mean Square Error,RMSE)等指标评价模型性能。定性分析结果表明,模型能够有效区分纯正与掺杂乳清蛋白粉,判别准确度高达98.5%。定量分析结果显示,所建OOA-BPNN模型对测试集大豆蛋白粉浓度的预测性能良好,预测集R2均大于0.9873,RMSE均小于10.89,表明模型具有优异的预测精度与可靠性。本研究证实了拉曼光谱联用化学计量学是一种高效、准确的分析手段,无需复杂前处理即可实现对蛋白粉掺杂的快速筛查与定量检测,为运动营养剂的质量安全现场监控提供了强有力的技术支撑。 展开更多
关键词 主成分分析算法 K近邻分类算法 鱼鹰优化算法 反向传播神经网络算法 拉曼光谱 蛋白粉
暂未订购 下载PDF
基于K近邻算法的黏性土无侧限抗压强度估算方法研究 认领 引用
20
作者 沈铃山 《山西建筑》 2026年第5期65-68,共4页
黏性土无侧限抗压强度是评价地基承载力和变形特性的重要指标,传统试验方法受限于效率与样本覆盖,难以快速满足工程现场预测需求。文中以K近邻算法为基础,构建黏性土无侧限抗压强度预测模型,围绕特征变量筛选、样本归一化、参数设定、... 黏性土无侧限抗压强度是评价地基承载力和变形特性的重要指标,传统试验方法受限于效率与样本覆盖,难以快速满足工程现场预测需求。文中以K近邻算法为基础,构建黏性土无侧限抗压强度预测模型,围绕特征变量筛选、样本归一化、参数设定、模型训练、误差评价与敏感性分析展开系统研究,采用交叉验证选取最优K值区间,构建稳健回归结构。与线性回归与支持向量回归模型对比,验证K近邻算法在非线性地质特征条件下的预测优势,明确其在工程数据驱动应用中的适应能力。结果表明,该方法具备良好的精度与解释性,适用于多场景强度估算任务,具备一定推广潜力与模型集成空间。 展开更多
关键词 K近邻算法 黏性土 无侧限抗压强度 回归预测 岩土工程
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 … 51 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈