检索结果-内蒙古大学图书馆

模式识别与人工智能 2010年第5期23卷 701-707页

作者：郭躬德黄杰陈黎飞福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术重点实验室福州350007

kNN模型是k-近邻算法的一种改进版本,但其属于非增量学习算法,从而限制它在一些应用领域的推广.文中提出一个基于kNN模型的增量学习算法,它通过对模型簇引进"层"的概念,对新增数据建立不同"层"的模型簇的方式对原... 详细信息

kNN模型是k-近邻算法的一种改进版本,但其属于非增量学习算法,从而限制它在一些应用领域的推广.文中提出一个基于kNN模型的增量学习算法,它通过对模型簇引进"层"的概念,对新增数据建立不同"层"的模型簇的方式对原有模型进行优化,达到增量学习的效果.实验结果验证该方法的有效性.

关键词：增量学习 k-近邻 k-近邻模型分类

来源：评论

学校读者我要写书评

暂无评论

基于非单一类型的组合模型在回归分析中的应用

引用

数学杂志 2009年第4期29卷 535-538页

作者：彭斯俊朱四如武汉理工大学理学院湖北武汉430070 空军雷达学院基础部湖北武汉430019

本文研究的是非单一类型的组合模型应用于回归预测的问题.利用不同类型的子模型来构建组合模型,最大程度上减小了子模型间的相关性,得到了具有更好泛化能力的组合模型这一结果,在预测分析中具有重要的指导意义.

关键词：组合模型偏置/方差分解 k-近邻模型感知径向基函数

来源：评论

学校读者我要写书评

暂无评论

面向城市轨道交通智能运维的数据耦合性与独立一致性研究

引用

城市轨道交通研究 2024年第5期27卷 6-10页

作者：倪弘韬胡佳乔吴强李楠陈君林中车南京浦镇车辆有限公司南京210031 清华大学环境学院北京100084

[目的]智能运维背景下,现有算法准确度低,导致虚警率高,因此有必要开展列车运营数据的耦合性分析与独立一致性研究。[方法]从统计和数据驱动的角度对耦合性与独立一致性进行定义;根据加速度绝对值变化率将列车运行状态分为4个阶段:静止... 详细信息

[目的]智能运维背景下,现有算法准确度低,导致虚警率高,因此有必要开展列车运营数据的耦合性分析与独立一致性研究。[方法]从统计和数据驱动的角度对耦合性与独立一致性进行定义;根据加速度绝对值变化率将列车运行状态分为4个阶段:静止、平稳运行、起动加速及制动减速,并分别生成对应数据切片综合分位图、相关系数等方法;对牵引系统、制动系统累计正线运营数据进行分析,量化系统间的耦合关系;通过构建线性回归模型、支持向量机模型、LightGBM模型和k-近邻模型对于数据进行解耦处理,使牵引制动系统数据呈现正态性,相关变量服从独立性与一致性,以满足联合条件概率分布的前置条件。[结果及结论]数据解耦操作能够提升系统间原始数据的独立一致性;从工程实用角度出发,LightGBM模型在实时与离线状态下表现出最优的性能,在所有量化分析中均取得了50%及以上的优化率;采用解耦后的数据,能够在故障样本较少或者缺失的情况下,实现对潜在故障的预警功能,能有效降低智能运维的虚警率,同时提升故障预测的准确性。

关键词：轨道交通智能运维故障预警支持向量机 LightGBM模型 k-近邻模型

来源：评论

学校读者我要写书评

暂无评论

基于改进k-近邻算法的电视剧点播量预测方法

引用

计算机应用与软件 2017年第5期34卷 241-246页

作者：潘栋杨静华东师范大学计算机科学技术系上海200241

及时、准确地预测电视剧点播量为商业决策提供很大帮助。传统时间序列预测需要大量历史数据,很难满足及时、准确的预测需求。提出一种基于改进k-近邻算法的电视剧点播量预测方法,改进了k-近邻模型,并融入缩放技术和相关系数,结合百度搜... 详细信息

及时、准确地预测电视剧点播量为商业决策提供很大帮助。传统时间序列预测需要大量历史数据,很难满足及时、准确的预测需求。提出一种基于改进k-近邻算法的电视剧点播量预测方法,改进了k-近邻模型,并融入缩放技术和相关系数,结合百度搜索数据和点播量序列的相关性,以前一周每天的点播量为特征,预测电视剧后一天的点播量。在PPTV和优酷数据集上进行实验,比用k-近邻的方法在MAE和MAPE上分别提高了75.5%、95.3%和71.8%、99.3%。

关键词：点播系统电视剧点播量预测 k-近邻模型搜索数据缩放技术相关系数

来源：评论

学校读者我要写书评

暂无评论

基于随机k-近邻集成算法的网络流量入侵检测

引用

南通大学学报（自然科学版） 2023年第3期22卷 26-32页

作者：张承烨李卓轩曹进德东南大学人工智能学院江苏南京211189 东南大学数学学院江苏南京211189 江苏省网络群体智能重点实验室江苏南京211189

为了提高网络入侵检测模型的准确率与泛化性,提出基于随机k-近邻集成算法的网络流量入侵检测模型。首先,该模型提出一种集成赋权距离,来提高预测精度;其次,采用一种随机策略的集成方法对k-近邻模型进行集成,从而提高了其在异常检测过程... 详细信息

为了提高网络入侵检测模型的准确率与泛化性,提出基于随机k-近邻集成算法的网络流量入侵检测模型。首先,该模型提出一种集成赋权距离,来提高预测精度;其次,采用一种随机策略的集成方法对k-近邻模型进行集成,从而提高了其在异常检测过程中的全局和局部优化能力;然后,利用并行计算的方法提高了算法运行的效率;最后,构建了基于随机k-近邻集成算法的网络入侵检测模型,并采用kDD99数据集进行实验。实验结果表明,基于随机k-近邻集成算法相对于其他模型具有更好的检测效果,准确率和召回率分别达到99.05%和91.96%。

关键词：网络入侵检测 k-近邻模型集成赋权距离随机子空间并行计算

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：