基于最邻近算法的数据中台内生性数据安全交互系统

数据中台是一种可实现数据采集、清洗、存储的架构,使其优化内部数据的管理效果,提升数据价值的释放。但由于数据中台架构较为复杂,导致数据安全交互时效性下降。为解决此问题,基于最邻近算法设计一种新的数据中台内生性数据安全交互系统。设置入口节点和出口节点协调模式,抑制混乱传输现象,通过业务服务和数据存储双中台架构搭建硬件结构。利用最邻近算法排序处理数据,设定准确度阈值,分析密钥参数,实现安全交互。实验结果表明,该方法的精准度在99%以上,交互时间显著缩短,对于数据中台有积极的推动作用。

基于局部敏感哈希的K邻近算法识别垃圾短信

针对目前垃圾短信的识别算法存在的关键字及频次的规则死板,易于被不法分子探测和规避等问题,提出将局部敏感哈希的K邻近算法应用于垃圾短信分类识别;首先定义特征,然后采用局部敏感哈希算法计算向量距离,通过得到的距离衡量矩阵的相似性,量化矩阵相似程度,对本文中提出的优化模型进行实现和训练;基于短信文本内容,运用词频-逆向文本频率算法生成矩阵,利用局部敏感哈希算法求解最相似样本,记录样本类别,将训练结果导入K邻近算法分类器得到最优近邻,在测试集或验证集上对优化模型垃圾短信分类识别准确率进行评测。结果表明,经过K邻近算法分类器后,优化模型垃圾短信分类识别准确率达到98.7%。

基于最邻近算法的机场特种车辆调度应用研究

航班在机场过站期间需要接受清洁、配餐、加水、燃油加注、装卸行李货物等一系列地面保障服务。这些服务主要通过一些不同类型的特种车辆(如清洁车、配餐车、加油车、行李车等)来完成。车辆的优化调度对提高航班正点率和资源利用率至关重要。目前我国民航机场对特种车辆的调度大都是依靠人工调度,单车单航班服务。这种低效率调度方式的车辆利用率不高,并且也是造成航班延误的重要因素。为保证航班正点运行,机场特种车辆必须高效完成地面保障服务任务。文中以燃油加注服务为研究对象,首先根据机场燃油加注服务的业务构建了带时间窗约束的特种车辆调度的数学模型;然后研究利用最邻近算法实现对模型的求解,并以国内某机场某天的实际数据为例,验证了模型求解算法在该问题上的有效性;最后得出了最优的燃油加注任务分配结果。实验结果表明,利用该算法调度特种车辆可大幅降低服务成本。

应急物流配送优化的改进最邻近算法研究

应急物流配送研究的核心是最短路径选择问题。以最邻近算法为基础,针对以往只能解决一个配送仓库对应多个救灾中心问题的局限性,提出一种多个配送仓库同时对应多个救灾中心的改进最邻近优化算法。通过仿真实验证明该算法具有良好的适用性。

基于K最邻近算法的沥青路面使用性能预测

为准确预估沥青路面使用性能衰变规律,提出了基于K最邻近非参数回归的预测方法,探索大数据挖掘技术在路面结构使用性能预测的应用。利用自然分区、交通量等级、面层类型及厚度、基层类型及厚度、路龄作为特征向量,将PQI值及其评价等级作为输出向量,构建了沥青路面结构使用性能KNN预测模型,并将模型应用于广东省普通国省道典型沥青路面结构使用性能预测中。结果表明,K=3时的PQI值预测精度优于K=5时的预测精度;K=3和K=5时的PQI值预测结果的平均绝对百分误差分别为0.737%和0.793%,均小于1%,说明K最近邻算法预测沥青路面使用性能的准确度较高。

TSP邻近算法在Euclid平面上的性能比分析

旅行推销员问题(TSP)邻近算法的性能比已经被证明有一个关于点数的对数函数上界,本文就该方法在欧几里得平面上给出了性能比的一个对数下界。

改进的k最邻近算法在海量数据挖掘中的应用

为了提高数据挖掘的效率与准确性,将k最邻近算法与样本均衡策略相结合,在海量数据挖掘中进行应用;首先对样本集文本进行分析,找出样本领域的密集分布区域,对样本密集区域进行有效裁剪优化,实现样本分布均衡,然后对经过样本均衡处理的数据样本执行传统k最邻近算法,根据权重获得分类结果,最后对不同k值的k最邻近算法进行实例仿真。结果表明,在相同的数据样本环境中,相比于其他分类算法,采用改进的k最邻近算法的分类准确度和分类效率更高。

邻近算法在一维大地电磁反演中的应用

总结了大地电磁法(MT)中常用的各种反演算法,并指出其局限性。对邻近算法(NA)加以概述,并将其引入MT反演中。对一维MT合成数据进行反演分析,得到的最大似然模型十分接近理论模型。虽然NA与遗传算法(GA)抗陷入局部极小值的能力大体相等,但NA算法生成的采样点分布密度与误差函数大体一致,因此NA更有利于应用基于积分的参数估值方法。本研究表明,NA收敛速度比GA更快。这说明在一维MT反演中,NA算法比GA算法更具优势。

基于K邻近算法的转向架构架状态识别研究

作为机车最重要的部分之一,转向架构架的运行状态会直接影响到机车的安全,其状态识别对保证机车安全运行尤为重要。为识别转向架构架状态,采用噪声传感器与加速度传感器对激振数据进行采集,通过时域特征提取与时频域特征提取,将敏感特征量组成训练集与测试集,利用K邻近算法,实现对转向架构架三种不同状态的识别。利用K邻近算法识别率可达到93.33%,与最小二乘支持向量机方法相比具有较好的识别效果,验证了K邻近算法的有效性。

改进k最邻近算法的智能泊车系统实现

针对目前私家车数量激增,大型商场日渐增多而商场室内停车场车位利用率低,用户停取车不方便等问题,提出1种将改进k最邻近算法融入到无线保真(WiFi)室内定位算法以提高定位精度的方法:利用指纹点采集的相应信号强度作为离线数据库内容,在安卓开发平台设计1款停车场室内定位系统,可提供给用户空车位信息,同时可以将获取的用户当前指纹信息与离线数据库匹配,从而进行定位,在一定精度范围内确定用户所在位置;用户在安卓移动端安装该系统,进入停车场可查看相关车位信息,做出选择后发出信号,实现与系统交互式操作。实验结果表明,该系统可满足精度要求,能够从实际上解决停车场室内定位问题。

基于高斯滤波和K最邻近算法融合的硬件木马电磁信息检测技术研究

电磁侧信道信息具有非接触、三维矢量、空间及频谱信息丰富等优点,可以进一步提高硬件木马的检测效率,基于电磁侧信道分析的硬件木马检测技术逐渐成为主流方法 .因此,以电磁侧信道信息为研究对象,融合高斯滤波算法和K最邻近算法提取并识别出硬件木马的微小特征,建立高精度微米级集成电路电磁侧信道采集平台,并采集敏感区域的电磁侧信道信息.利用高斯算法自适应地滤除测试中的高斯噪声影响,借助K最邻近算法的相似度测度来提取硬件木马的特征.实验结果表明,提出的检测方法可以有效地检测出面积占比为0. 76%的硬件木马.

基于最邻近算法的三维手势交互系统设计

由于传统的三维交互系统信息敏感度差,所以交互结果准确性低。为了解决上述问题,引用最邻近算法设计了一种新的三维手势交互系统。对系统的硬件、软件进行优化设计,系统硬件设计了手势记录数据转化结构、数据处理核心结构、手势对比纠正结构,同时加入信息记录处理器、数据接收传输处理器、智能学习处理器提高信息的敏感程度;系统软件引用最邻近算法,利用最邻近算法优化了图像代码,对多数据进行采集分析,利用数据处理核心结构对手势信息表达进行完全解读,显示最终的交互结果。实验结果表明,基于最邻近算法设计的三维手势交互系统,通过多个处理器处理信息能够很好地提高信息敏感程度,提高交互结果的准确性。

基于K邻近算法的城市道路短时交通预测

为了提高城市道路交通状态预测的准确度,适应交通状态剧烈变化,提出了基于K邻近算法的实时交通预测框架。该框架以路段平均速度的时间序列构建特征向量,提出并应用差分序列考虑交通状态的幅度变化,滚动预测不同道路类型的短时交通状态。实验结果表明,增加差分序列的K邻近算法能准确地实现不同道路类型的短期交通状态预测;对比支持向量与随机森林算法,验证K邻近算法更适应交通状态变化剧烈的次干道交通预测。

基于二次邻近算法和支持向量机算法的质量判别算法研究

葡萄酒质量的判别是需要聘请专业的葡萄酒专家来品鉴的,因此必然会消耗大量的人力、物力、财力。通过算法来分析葡萄酒的各个属性指标从而确定其质量是十分必要的。但在研究过程中,发现利用常见的多元统计分析算法判别葡萄酒质量时,无论是白葡萄酒还是红葡萄酒均出现了错误率过高的情况。因此,通过有序多分类逻辑回归算法、二次邻近算法、支持向量机算法对葡萄酒质量判别过程中的瓶颈进行了研究。

邻近算法在微地震震源位置和一维速度模型同时反演中的应用

微地震事件的空间分布可以用来监测水力压裂过程中裂缝的发育情况。因此,震源定位是微震监测中重要的环节。震源定位依赖准确的速度模型,而震源位置和速度模型的耦合易导致线性迭代的同时反演方法陷入局部极小值。邻近算法作为一种非线性全局优化算法,能够最大程度地避免陷入局部最优解。本文将邻近算法应用于单井监测的微震定位和一维速度模型同时反演,首先利用邻近算法搜索一维速度模型,再使用网格搜索方法进行震源定位,并根据定位的走时残差产生新的速度模型,最后通过若干次迭代使其收敛到最优解。理论和实际数据结果均表明该方法能够避免局部最优解,得到较为可靠的震源位置和一维速度模型。

K-最邻近算法在文本自动分类中的应用

对文本的自动分类进行了研究,介绍文本分类的基本过程和文本特征选取的方法,重点介绍了一种常用的基于内容的分类算法——K-最邻近算法.利用K-最邻近算法(KNN)并结合改进的词特征权值计算方法和文本相似度的计算方法完成了文本的自动分类.通过KNN方法分类之后的结果的查准率、查全率得以明显提高.

哈密顿回路最邻近算法的改进

1.最邻近算法问题的数学模型:G为一完全图,有n个结点v1,v2,……,vn,其中任意两个边e都赋于一个权Wij=W（vi,vj）,所有的权可以组成一个矩阵W=(Wij)。最邻近算法 1.1 W=(Wij)中找出最小的Wij=W（vi,vj）,若有n个（至少应有两个）。不妨任选一个,另HV（1）=vi,k=1。

求解无约束凸优化问题的广义压缩邻近算法

图像作为一种信息载体,在现代生活中占据了十分重要的地位,但往往由于成像设备或拍摄距离等原因,导致获取的图像质量非常差。因此图像恢复问题显得尤为重要。图像恢复问题可以转换成求解两个凸函数的极小化问题,本文提出了一种新的压缩邻近点算法来解决这个问题,并且进一步提出了具有有界误差的迭代算法。在适当的参数条件下,证明了算法的强收敛性。

一种非精确邻近梯度算法

邻近点算法(PPA)是求解非光滑优化问题的一种有效的迭代算法,对特殊结构问题的求解非常高效,但在实际问题中求解大规模可分离问题时花费很大。为解决上述问题且同时又保持PPA算法的优点,本文给出了一种非精确邻近梯度算法。该算法结合了线搜索法与邻近梯度下降算法的思想,在子问题的求解过程中采用近似的梯度,且不需要Lipschitz常数已知。基于以上思想,首先我们给出算法的伪代码,然后建立了算法收敛性的充分条件,最后证明在该条件下,算法迭代所产生序列的每个极限点是原问题的临界点。

基于邻近数据查询算法的街区路网规划仿真

城市街区路网的规划主要受到交通密度、主干路间隔的影响,由于交通环境的动态性,对路网的规划也需持续更新,因此通过路网规划获取最优出行路线难度较大。现提出基于邻近数据查询算法的街区路网规划方法。获取Voronoi图对街区路网空间数据集划分后的多个空间单元,并将其存储在路网结构中。基于空间均分法,将街区路网空间区域划分成不同的区域,利用邻近数据查询算法,查询路网目标节点。确定街区各个层次路网的规划拓展等级,建立街区路网拓扑树,通过对拓扑树获取街区路网最优路径节点序列,实现街区路网的规划。实验结果表明,研究方法完成路网规划时其最优路径查询时间、CPU开销以及路网规划耗时指标均优于对比方法,以此验证了提出方法具有更理想的实用性。