基于KNN算法在糖尿病预测中的应用

人工智能技术在海量医疗数据中,通过技术手段实现疾病预测,为辅助治疗提供重要依据。文章分析了机器分类算法KNN算法的流程,以及在糖尿病数据中的具体实例。通过划分糖尿病数据集,计算KNN算法中的K值,确定选取最佳k值,达到最优准确率。通过实验验证KNN算法在糖尿病数据集上,该模型进行糖尿病预测有效。

应用非线性KNN数据搜索的三维叠前自由表面多次波预测

自由表面多次波预测(SRMP)是自由表面多次波消除(SRME)以及成像的重要环节。SRME技术尽管有效,但理论上需要规则而密集的地震数据采集方式。然而实际炮点、检波点空间分布稀疏,地震数据不能满足SRME理论要求,常规的做法是在SRME之前将地震数据规则化。为了避免数据规则化环节,首先建立索引数据树管理三维叠前地震数据,并采用基于树形数据结构的非线性K近邻算法(KNN)从地震数据中实时搜索两道近似地震数据;然后利用动校—反动校消除实时搜索得到的近似地震道与实际地震道之间的旅行时误差;由以上两步获得单道孔径内任意向下反射点(DRP)所需要的两道地震数据用于SRMP。单道孔径内任意DRP均可由SRMP预测对应的多次波模型道,叠加所有DRP对应的预测结果可获得该道稳定的多次波模型数据。将该方法用于扩展的三维Pluto模型数据,结果表明该方法能有效预测三维自由表面多次波,从而保证高质量的自由表面多次波衰减结果。实际地震数据的应用证明了方法的实用性。

基于改进KNN算法的有限钻孔预测全域地质特征的方法

为解决传统建模方法难以对原始钻孔数据进行深度挖掘和利用的问题,提出一种改进KNN(K-nearest neighbor)算法,它是在原有的KNN算法的基础上,通过实现k值根据不同地层自动选取以及对原始地质资料的进一步利用,形成的一套空间自适应插值拟合算法。将一铁路勘查工程数据作为数据源,导入该数据到改进KNN算法模型中并运行,成功获得了该地各地层的特征k值,并实现了地质建模。通过对比实际建模以及实际的钻孔柱状图与KNN改进前后预测的钻孔柱状图发现,改进KNN算法对于薄层的预测更加准确,总体准确率更高。并且通过机器学习指标的对比验证发现,相比于原始KNN算法以及其他常见分类算法,改进KNN算法能够获得更好的地层预测效果,做到了“求全”与“求精”,能够较好地指导地下三维空间的预测。

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%。

基于改进KNN的不均衡信息文本分类算法

针对常规文本分类算法存在文本特征提取不全面的问题,提出基于改进K近邻(K-Nearest Neighbor,KNN)的不均衡信息文本分类算法。首先,通过文本分词与去停用词两个步骤,对不均衡信息文本进行预处理,避免无用数据对分类结果产生干扰。其次,利用互信息特征提取方法,提取不均衡信息文本特征,获取文本特征词与类别之间的相关程度。最后,利用改进KNN原理对待测不均衡信息文本数据进行邻近聚类,设计文本分类算法。实验结果表明,该算法的分类查准率始终在98%以上,优于对照组。

改进型加权KNN算法的不平衡数据集分类

K最邻近(KNN)算法对不平衡数据集进行分类时分类判决总会倾向于多数类。为此,提出一种加权KNN算法GAK-KNN。定义新的权重分配模型,综合考虑类间分布不平衡及类内分布不均匀的不良影响,采用基于遗传算法的K-means算法对训练样本集进行聚类,按照权重分配模型计算各训练样本的权重,通过改进的KNN算法对测试样本进行分类。基于UCI数据集的大量实验结果表明,GAK-KNN算法的识别率和整体性能都优于传统KNN算法及其他改进算法。

基于WiFi的自适应匹配预处理WKNN算法

针对基于接收信号强度(Received Signal Strength,RSS)的WiFi室内定位技术中,传统加权K邻近(Weighted K-nearest Neighbor,WKNN)算法不能自适应获取WLAN中有效接入点(Acess Point,AP)且参考点匹配准确度不高的问题,本文提出了自适应匹配预处理WKNN算法。该算法中每个实时定位点自适应地根据网络状况对AP的RSS均值由大到小排序,然后选择RSS均值较大的前M个AP,与参考点中对应的M个AP一起参与匹配预处理计算,从而优化了传统的指纹定位算法。同时将室内定位和室内地图相结合,使参考点和定位结果直观地展示在地图上,并通过使用地图数据大幅度简化了离线训练过程。此外,本文设计并实现了基于Android平台的室内定位系统,通过该系统验证了本文所提算法在单点定位和移动定位中的有效性。实验结果表明,该算法可获得30以上的定位误差改善,有效提高了定位精度和定位稳定性。

基于KNN算法的文本自动分类方法研究——以学术期刊栏目自动归类为例

本文将期刊目录中按照主题设置的有关栏目(常设主题栏目)看作不同的类别,应用改进的KNN算法对属于不同类别(栏目)的期刊论文进行自动归类(归栏)处理。在分析期刊常设主题栏目特征的基础之上,从建立自动分类所需的训练文本集、测试集及分类(归栏)效果评价等多个方面加以定义,利用Jensen-shannon散度计算文本间的相似度,按照栏目动态决定k值等方面对KNN算法的基本原理加以改进。该方法以论文标题、摘要和作者关键词构成的短小文本为分类对象,对期刊常设主题栏目的自动归类(归栏)处理取得77.25%的F测度值,可以针对短小文本以及训练文本数量有限的情况下开展有效的文本自动分类处理。

用于不均衡数据集分类的KNN算法

针对KNN在处理不均衡数据集时,少数类分类精度不高的问题,提出了一种改进的算法G-KNN。该算法对少数类样本使用交叉算子和变异算子生成部分新的少数类样本,若新生成的少数类样本到父代样本的欧几里德距离小于父代少数类之间的最大距离,则认为是有效样本,并把这类样本加入到下轮产生少数类的过程中。在UCI数据集上进行测试,实验结果表明,该方法与KNN算法中应用随机抽样相比,在提高少数类的分类精度方面取得了较好的效果。

离散型增强烟花算法和kNN在特征选择中的研究

特征选择是从原始特征集中选取特征子集,并且降低特征维度和减少冗余信息,从而达到提高分类准确度的效果。为了达到此效果,提出了新的特征选择算法。该算法使用经过离散化处理之后的增强烟花算法来搜索特征子集,同时将特征子集和经过惩罚因子处理之后约束条件融入到目标函数中,然后将搜索到的特征子集的数据放到kNN分类器进行训练和预测,最后使用十折交叉验证来检验分类的准确性。使用UCI数据进行仿真实验,仿真结果表明:与引导型烟花算法、烟花算法、蝙蝠算法、乌鸦算法、自适应粒子群算法相比,所提算法的总体性能优于其他五种算法。

点集V图-K阶邻近并行搜索算法设计与实验

K阶邻近在空间层次聚类、空间邻近分析、DEM内插等方面有着广泛应用,然而传统的串行算法无法满足大规模数据集快速搜索K阶邻近的需求。该文在分析V图-K阶邻近串行搜索算法特点的基础上,提出了一种基于MPI的并行搜索算法——PVKN(Parallel Voronoi K-order Neighbors)算法,分别对V图构建和K阶邻近搜索进行并行化,并通过实验对算法进行测试。结果表明:当求解单源点目标的K阶邻近时,构建V图的时间远远大于搜索K阶邻近的用时,仅对构建V图过程进行并行化,即可获得良好的加速效果;当对多源点目标进行求解时,搜索K阶邻近的时间随着K阶数和源目标数的增加而增长,成为影响PVKN算法效率的主要因素,对K阶邻近搜索过程进行并行化,PVKN算法加速比可达5倍以上,能有效降低运行时间。

通过确定邻近区域改进KNN文本分类

文本分类技术已经成为处理和组织文本信息的关键技术之一。KNN算法是文本分类中一种实用的方法。它在每次分类的过程中都要计算测试集中未标记文本与训练集合中所有样本的相似度(距离),然后通过排序来找到K个最近邻样本,耗时较长,不利于Web上实时在线分类等应用。提出了一种确定邻近区域来加快搜寻K个最近邻的方法。试验证明,改进后的KNN算法较经典KNN算法在分类过程中速度有所提升,并且当训练文本数量增加时,在分类时间上表现相对更稳定。

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。

kNN算法在文本分类中的改进

kNN算法用已归类的数据训练分类器,它是一种基于实例研究(instancebased learning)文本分类算法.本文在研究kNN算法的基础上,结合k邻近法和最近特征线法的思想,提出了新的分类方法,k最近特征线法(k nearest feature line,kNFL),将其运用于文本分类中,汲取了kNN算法和NFL算法的优点,降低了偶然误差,提高了算法适应性和分类精度.

基于KNN图层区分的优化式着色算法

针对灰度图像彩色化技术应用于彩色图像二次着色时往往忽略掉原始图像所带的色彩信息的问题,提出了一种基于KNN图层区分的优化式着色算法。与现有的优化式着色方法相比,该方法一方面采用基于KNN的图像前背景区分算法获得图层区分的图像,生成新的权值函数;另一方面将图层区分结果引入优化式着色方法,并对图像着色。实验结果表明,算法能有效解决物体边界处发生颜色渗漏的问题,得到颜色分布精确的图像。在相同输入前提下,算法可以得到更好的着色结果。

基于天气数据对空气质量预测的改进KNN算法

基于天气数据进行空气质量预测,首先收集成都市A区2018年4月1日到2018年6月3日64天24个天气属性,然后对天气属性进行筛选、数据处理;接着,建立KNN分类模型,利用k折交叉验证和多数表决原则对64个样本进行分类;最后在传统KNN分类模型的基础上,使用反距离加权建模,结果表明模型有较好的泛化能力和预测效果。

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。

基于空间划分的海量数据K邻近新算法

逆向工程中,对测量数据的处理首先要建立数据点之间的拓朴结构,这通常通过计算点的K邻近来实现.文中在分析现有算法的基础上,提出了一种新的基于空间划分的海量数据K邻近算法.该算法综合考虑了点云密度、点云数量以及K值对小立方体栅格边长的影响,通过确定合适的小立方体栅格边长以及排除不包含点云数据的小立方体栅格来确定邻近点最佳搜索范围,从而提高了搜索速度,保证了搜索结果的正确性.最后通过逆向软件的二次开发编程验证了算法.

基于MapReduce和双层倒排网格索引的kNN算法

随着卫星定位技术和移动互联网技术的飞速发展,地理空间数据来源变得更加多源异构.面对海量地理空间数据,如何快速有效地找到目标周围的兴趣点变得异常重要.依据空间k近邻(kNN)查询算法,提高效率的关键在数据索引和数据块存储结构设计,通过引入云计算的MapReduce编程模型,设计了一种面向MapReduce的地理空间数据双层倒排网格索引,利用CircularTrip算法实现了目标点近邻查询计算,最终获得距离目标点最邻近的数据点集.实验结果表明,该索引方法较单层倒排网格索引下的kNN查询效率有明显提高,且数据量越大效率提升越明显,此法适合大规模并行计算.

基于KNN算法的船舶操纵智能评估系统

为降低主观因素对船舶操纵评估结果的影响,提出一种基于K近邻(K-nearest neighbor,KNN)算法和多目标优化理论的船舶操纵智能评估模型。根据安全、平稳、高效的航行要求,建立这个模型的评价指标体系;采用变异系数法获得各评价指标的权重;根据评价指标提取对应特征值,构建未标记样本集;基于多目标优化理论建立评价指标目标函数,得到每个样本的成绩并排序,根据样本成绩构建标记样本集;利用KNN算法对待评估样本进行分类,得到本次操作的结果。利用C++语言开发船舶操纵智能评估系统,测试结果表明,系统评估结果与专家评估结果基本一致,能客观、准确实现船舶操纵自动评估。