基于改进AP选择和K最近邻法算法的室内定位技术

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%。

基于筛选和K最近邻法的三维点云修补方法

现阶段三维点云的数据采集方法因其对物体表面的敏感性,其测量结果中不可避免地存在大量的空洞、毛刺区域。三维点云的修补对于点云数据的进一步分析与应用具有十分重要的意义。针对三维点云数据的修补问题,对训练数据进行分类筛选,避免了误差点对于点云模型修复的影响;结合点云数据的拓扑结构特征,将改进的K最近邻法应用于点云模型修复,得到了贴近实际的点云模型。

基于特征加权与最近邻法的P2P协议识别算法

针对新的P2P协议以及加密P2P协议无法使用传统方法进行识别的问题,提出一种新的基于流量统计特征的识别方法。首先定义了网络协议特征矢量的概念,并在此基础上使用类内、类间距离与遗传算法定量地对特征子集进行选择,同时由于不同属性所起的作用不同,提出了网络协议特征加权的概念,并使用粒子群优化算法计算特征权值。为了提高识别率,针对TCP协议与UDP协议分别建立了相应的特征空间。实验结果表明该方法能够有效地从多种属性特征中选择出最能够体现P2P协议之间以及P2P协议与非P2P协议之间区别的特征子集,且通过粒子群优化算法计算出的特征权值使识别率得到提高。实验证明通过该算法,对常见的P2P协议平均识别率达到了96%。

少样本条件下基于K⁃最近邻及多分类器协同的样本扩增分类

针对少样本条件下的分类问题,提出一种基于K⁃最近邻及多分类器协同的训练样本扩增分类框架。首先利用少量标记样本对多个分类器进行初步训练,并在整个样本空间中搜索出每个标记样本的K个最近邻;然后利用初步训练好的分类器,对每个标记样本的K个最近邻进行分类,若某个最近邻被多数或全体分类器判为具有与其标记样本相同的类,则将该最近邻判别为与其标记样本同类,并将其添加至该标记样本所属类的扩展训练样本集,利用扩展训练样本集再次对各分类器进行训练;最后利用再次训练过的多个分类器对剩余未标记样本进行基于投票的分类判决。在多个基准测试数据库上的对比实验结果表明,在少标记样本条件下,所提算法能显著提升分类器的分类精度。

航空发动机后向RCS统计特性分析方法

为解决采用传统固定带宽核密度估计方法分析雷达散射截面(RCS)统计特性时精度低的问题,设计了K最近邻法计算Epanechnikov核密度估计的动态窗宽。以每个相邻样本的欧氏距离判断样本局部密度,通过样本点与最近邻的距离来调整核函数的窗宽以完成核密度估计,并将其用于发动机后向RCS的统计特性分析。采用改进的Epanechnikov核密度估计与传统核密度估计,对服从固定分布的4种RCS随机样本点的累积概率密度函数进行拟合,以验证算法的精度。结果表明:改进的Epanechnikov核密度估计的均方根误差比传统核密度估计的分别减小31.2%、38.8%、38.1%、31.9%。结合第2代RCS统计特性分析模型,以Kolmogorov-Smirnov拟合精度检验为拟合指标,应用改进的Epanechnikov核密度估计计算发动机后向RCS的统计特性并对其规律进行分析可知,对数正态分布更符合C波段和X波段的HH和VV极化的统计特性分布;卡方分布更符合C波段以及Ku波段的HV和VH极化;威布尔分布更符合X波段的HV、VH极化以及Ku波段的HH、VV极化。

一种基于近邻规则的缺失数据填补方法

数据缺失是数据挖掘与分析过程中的常见问题,若直接删除含缺失的事例可能导致不可靠的决策。为此,针对缺失数据的填补问题,提出一种基于近邻规则的缺失数据填补方法。根据关联规则的后件数据项进行分类,计算分类后的规则项与缺失项集间的相似度,用最相似的规则项值填补缺失值。实验结果表明,该方法具有较高的填补正确率。

KNN法在含纤连蛋白域蛋白质亚细胞定位中的应用

目的探讨K最近邻(KNN)法在含纤连蛋白(FN)域蛋白质亚细胞定位中的应用价值。方法选取含FN域蛋白质80个(40个细胞外蛋白质和40个细胞内蛋白质),采用KNN法进行蛋白质亚细胞定位,并采用jack-knife检验法和5维交叉验证法检验样本的定位的准确率。结果 KNN法定位细胞内蛋白36个,细胞外蛋白35个。jackknife法检验KNN法蛋白质定位准确率为88.75%,5维交叉法验证其定位准确率为82.5%。结论利用KNN法可较准确的预测含FN域蛋白质的亚细胞位置。

分布式KNN算法在微信公众号分类中的应用

针对微信公众号数据量大幅增长与从事微信活动的人们对其有效信息获取效率低下的问题,提出对微信公众号信息进行梳理并快速并行化分类以及打标签的方法。首先,该方法在介绍微信公众号实际应用的前提下,以经典K最近邻(KNN)分类算法为基础,实践并分析了单机KNN算法在效率上的不足;然后,采用Hadoop平台实现了基于MapReduce模型的KNN算法,对比了单机与分布式的效率以及对K值的调优,实验中的样本训练集通过人为指定,文本相似度的判别分为分词、特征词提取、权重计算、测试向量与训练向量夹角计算等步骤。在24个类别基础上,通过对1 000万条公众号数据分类实验,为每个公众号打上了单标签或多标签,优化后的分类准确率达到82%,其中与生活相关的公众号数量占比达70%以上。研究表明使用分类后的结果,信息针对特定人群传播,传播的转化率有所提升;分布式KNN算法在微信公众号数据处理方面比单机算法具有更高的效率和鲁棒性。

防接入点丢失的KNN室内定位算法

为了增强室内定位系统的鲁棒性提出了一种WLAN环境下防接入点丢失的室内定位算法。在K最近邻法的基础上根据信号空间畸变对接入点丢失情况进行实时检测并不断更新各接入点的丢失可能性,当检测到存在接入点丢失时对信号空间距离进行修正。实验结果表明,该算法可以在部分接入点丢失的条件下仍提供可靠的位置估计并在获取一定数量观测值后确定一个丢失接入点集合,为定位系统排除异常提供依据。

随机森林法在母型船选型中的应用研究

船型技术经济论证中首先需要选择合适的母型船作为初始方案,在此基础上进行船型变换及优选。如何快速地从大量实船方案中筛选出最接近设计方案的船型,是技术经济论证工作智能化不可回避的问题。文中以油轮为例,收集了617艘船舶主尺度等相关要素,建立实船案例库;采用随机森林加权算法获取特征属性的权重,检索出与目标方案最近的方案作为母型船;为验证有效性,与普通权重法、熵权法及层次分析法–熵权法的组合权重法进行比较。结果表明,基于随机森林加权的最近邻算法平均准确率最大值高1%~2%,平均宏观f1分数最大值高1%~6%,检索出的方案与目标方案相似度最高。随机森林法的准确度高,实现了母型船案例检索的智能化与自动化。

基于K-means^(++)的WiFi指纹定位算法

针对接收信号强度(RSS)的波动性、易受干扰等特征,在匹配算法时易被较远处参考点所干扰,导致定位结果偏差较大,提出了一种基于聚类结果的指纹定位算法。与传统的按参考点处信号强度进行聚类不同,采取了利用K-means^(++)算法按参考点位置聚类的方法。在聚类的结果上,选择RSS均值最大的M个AP,使用有监督的学习算法KNN对测试点进行分类,再用确定性的匹配算法加权K最近邻居法来计算位置坐标。实验结果表明:所提方法在定位性能上比按信号强度聚类的方法有较大提高。

基于WiFi位置指纹室内定位算法的研究与实践

随着WiFi设备以及智能移动终端的逐渐普遍,基于WiFi的室内定位技术的各种研究也越来越深入。基于WiFi位置指纹的定位方法 ,主要包含离线建库和在线定位两个阶段。针对在线定位阶段中的定位结果精度较低的问题,提出一种改进的K最近邻算法来计算待定位点的位置坐标;在Android智能手机上搭建定位平台,与未改进的K最近邻算法进行定位的对比实验,验证了算法的可行性。

基于Stacking元学习策略的电力系统暂态稳定评估

为提高电力系统暂态稳定评估单个模型的准确率,研究了基于元学习策略的暂态稳定评估问题,提出了支持向量机、决策树、朴素贝叶斯和K最近邻法作为基学习算法,线性回归为元学习算法的Stacking评估模型。该模型将上述基学习算法的概率输出作为新训练数据的输入特征,同时保留原始的类标识。线性回归算法在新训练集上学习得到最终暂态稳定评估结果。新英格兰39节点测试系统和IEEE50机测试系统上仿真实现了该模型,仿真结果证明所提模型比单个模型的评估性能更好,为电力系统暂态稳定评估提供了新的思路。

基于云平台的案例检索技术研究

针对大数据处理需求提出基于云平台的案例检索算法.利用MapReduce技术改进了案例检索算法中常用的最近邻法,使其能够在多个服务器节点上并行执行,从而提高在海量数据情形下的案例检索速度.实验表明:基于云平台的案例检索速度高于单节点检索,集群节点的数量对案例检索有一定的影响.

基于投票法的密度峰聚类算法

密度峰聚类(DPC)算法采用点的密度与距离属性对数据进行划分。该算法对大多数数据集能获得较好的聚类结果。然而,对于存在交叉、重叠情况的数据集,DPC算法的最近邻居分配方法将造成较大误差。针对这一缺陷,本文考虑到数据点的大部分邻居属于相同的簇,提出一种多邻居投票的聚类方法。该方法采取多个邻居的投票结果来决定未知点的归属。数值实验表明,基于投票法的密度峰聚类算法在面对点分布存在交叉、重叠情况的数据集时优于DPC算法。

基于K最近邻与K均值聚类法的样本分类方法对苯酚类化合物的定量结构毒性相关研究

选取了258个苯酚类化合物的生物毒性数据,通过软件ADMEWORKS Model Builder的计算,选出7个结构描述符作为样本的结构参数,用稳健诊断方法剔除24个奇异样本,分别采用K最近邻方法和K均值聚类方法对剩余的234个样本数据进行分类,对分好的每一个类分别随机选择外部测试集,并用球型排除算法划分训练集和内部测试集,然后运用多元线性回归(Multiple Linear Regression,MLR)、偏最小二乘(Partial Least Squares,PLS)和人工神经网络(Artificial Neural Networks,ANN)方法进行预测模型的建立,计算结果表明,非线性模型的预测结果优于线性模型,有管理的分类方法(K nearest neighbors method,KNN)的预测结果优于无管理的分类方法(K均值聚类法)。

基于噪声概率的多核集成算法

为解决多核集成(Multiple Kernel Boosting,MKBoost)算法对噪声敏感的问题,考虑理想分类器区别对待正常样本与噪声样本的特点,提出了一种适用于被噪声污染数据集的多核集成算法.采用KNN(K最近邻)方法与logistic回归的融合,构造了样本噪声概率函数,计算出每个样本是噪声的概率,根据噪声概率构造了新的损失函数,利用加法模型得到每轮迭代的基分类器系数.UCI数据集上的实验结果表明,该算法可以有效降低多核集成算法对噪声的敏感程度,提高了鲁棒性.

XPBK神经网络模型的构建与应用

为了较好地模拟流域汇流过程,采用K最近邻算法、Pareto前沿解集法等方法对传统的BP模型进行了改进,然后结合新安江模型的产流模块构建了XPBK模型,以呈村、东湾、阜平3个流域作为研究对象,对各流域进行了模拟。结果表明:①在呈村、东湾和阜平3个流域中,XPBK模型的模拟效果总体上优于新安江模型的;②呈村流域新安江模型和XPBK模型的确定性系数均值均为0.97,东湾流域、阜平流域中XPBK模型的确定性系数均值均大于新安江模型的;③XPBK模型运用于流域模拟是可行的,尤其对湿润地区的模拟精度较高。

不同缺失数据处理方法对D-vine Copula分类器的影响

数据缺失是较为常见的影响数据质量的因素,会降低分析结果的可靠性。采用不同方法填补缺失数据,再用D-vine copula分类器对填补后的数据做分类,通过预测准确率来分析不同缺失数据处理方法对D-vine copula分类器的影响。首先,介绍了5种常用的缺失数据处理方法和D-vine copula分类器的相关知识;其次,结合实际数据,模拟不同的缺失比例,用这5种方法对数据进行填补;最后,用D-vine copula分类器对填补后的数据做分类,对分类准确率进行比较分析。研究发现,填补后的数据在D-vine copula分类器上表现得较为稳定,当数据缺失比例在5%~10%时,用随机插补法处理缺失数据效果较好,当数据缺失比例较大时,可以优先考虑用K最近邻插补法处理缺失数据。

旅行商问题的近似求解算法

在最近邻法、k-变换策略和贪心算法的基础上,尝试设计效率较高的产生旅行商问题较优可行解的方法。将3变换邻域分成两种结构(称为3_1和3_2变换邻域)考虑,设计以下算法:利用最近邻法产生初始当前最优解;然后依次在当前最优解的3_2、3_1、2变换邻域中寻找更优的局部最优解成为当前最优解,直到结果没有改进。利用算法对一些经典的实例进行实验,依次将每个城市作为出发地,在多项式时间O(n4)得到的最优解与给定的最优解相对误差在1%内。