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。

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。

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.

基于非参数分类k最邻近节点算法的多维放射诊断数据评价(英文)

目的 k最近邻节点算法(k-nearest neighbor algorithm,kNN)可以将复杂的医疗信息集合成临床诊断信息(比如确定良性或恶性病变)。该研究旨在分析kNN算法应用于大量临床数据集时的AUC(ROC曲线下面积)。材料与方法该研究经IRB批准,且实验选取了543例经病理证实为乳腺病灶的MR图像进行分析,所有的病灶由两名经验丰富的放射科医师用现有的描述方法进行前瞻性评估。kNN算法应用于诊断恶性与良性病变的步骤如下:首先,用递归特征消除来确定单个特征描述的重要性,将其按照重要性排列。然后,采取多类别描述方法的策略,将对照组分为4组:top-3、top-7、top-12和top-18组,相应的特征描述作为kNN算法的输入向量。最后,用kNN算法对四组数据处理,对结果进行量化,比较各组数据的AUC(为了尽量消除数据模型和测试数据的偏差,运用了4倍交叉验证)。病理组织学显示,实验数据组共有196个良性病变和347个恶性病变。结果测得最高的AUC为0.940(用top-18描述)。如果用top-12来描述,AUC降为0.928(P=0.23)。减少特征描述输入向量的维数会显著降低(P<0.05)kNN算法的AUC("top-7":AUC=0.895;"top-3":AUC=0.816)。结论 kNN对预测恶性肿瘤的精确度较高(AUC为0.940),由于这种描述方法对n≥12是有效的,说明kNN算法对多维数据的评估更加有效。

基于KNN和自适应的过采样方法

针对少数类合成过采样技术(Synthetic Minority Oversampling Technique,SMOTE)及其改进算法在不平衡数据分类问题中分类效果不佳,提出了基于K最邻近算法(K-NearestNeighbor,KNN)和自适应的过采样方法(Oversampling Method Based on KNN and Adaptive,KAO)。首先,利用KNN去除噪声样本;其次,根据少数类样本K近邻样本中多数类样本数,自适应给少数类样本分配过采样权重;最后,利用新的插值方式生成新样本平衡数据集。在KEEL公开的数据集上进行实验,将提出的KAO算法与SMOTE及其改进算法进行对比,在F1值和g-mean上都有所提升。

ML组合的CYGNSS海面风速反演质量控制模型

卷积神经网络(CNN)可用于气旋全球导航卫星系统(CYGNSS)的海面风速反演。虽然在模型训练前设置了质量控制指标来检测和削弱CYGNSS的异常观测数据,但CYGNSS观测数据中仍存在异常值导致模型反演精度降低,甚至出现错误反演结果。因此,提出一种基于机器学习(ML)组合的海面风速反演模型。在基于CNN回归模型的CYGNSS反演海面风速基础上,ML分类模型生成CNN回归结果的质量标志位,该标志位可以检测并删除CNN回归结果的异常值,进一步提高风速反演结果的数据质量,ML分类模型能够更好地考虑各种数据误差之间的相互作用,而不是单独使用每个条件的阈值,以达到更优的海面风速反演精度的效果。实验对比了Logistic回归(LR)、决策树(DT)、朴素贝叶斯模型、K最邻近(KNN)算法、神经网络(NN)模型、支持向量机(SVM)算法等6个分类模型,其中,基于KNN算法的分类模型对风速反演质量控制的效果最优。所提风速反演组合模型显著提高了反演结果的精度,在0~20 m/s区间内,异常样本过滤率为81.27%,在所有被过滤的数据中,过滤正确率为86.03%;风速反演误差的均方根误差从无ML分类模型的1.7 m/s降低到有ML分类模型的1.44 m/s,其中,训练样本为0~10 m/s的反演结果精度提升效果较为明显,证明了所提风速反演组合模型对风速质量控制的有效性。

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。

基于聚类天气分型的KNN方法在风预报中的应用

以模式识别和相似预报思想为基础,建立基于自组织神经网络(SOM)的聚类天气分型和交叉验证的K最近邻域非参数估计仿真模型(KNN)。该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类分型,针对不同天气形势下的历史样本,通过交叉检验,分别寻求各类天气型下的最佳K组合。为了验证聚类天气分型对KNN方法的影响,使用2003—2006年冬半年T213数值预报产品和宁夏日最大风速资料,同时建立了宁夏冬半年日最大风速≥6m/s天气分型和未分型的KNN预报模型,并对2007年1—5月进行了预报试验,预报评估结果表明:天气分型后的预报模型总体上降低了预报空报率,提高了预报准确率,特别是某些类天气型,提高幅度更大,为分类相似预报开拓了思路。

一种基于中心文档的KNN中文文本分类算法

在浩瀚的数据资源中,为了实现对特定主题的搜索或提取,文本自动分类技术已经成为目前研究的热点。KNN是一种重要的文本自动分类方法,KNN能够处理大规模数据,且具有较高的稳定性,但面临分类速度较慢的问题。以KNN方法为基础,引入特征项间的语义关系,并根据语义关系进行聚类生成中心文档,减少了KNN要搜索的文档数,提高了分类速度。仿真实验表明,该算法在不损失分类精度的情况下,显著提高了分类的速度。

基于熵权的K最临近算法改进

维度灾难直接影响到K最临近算法(KNN)的效率和准确率,将信息论中的信息熵理论与KNN算法结合起来,用信息熵理论进行属性约简,并根据特征属性与分类的相关度来确定各属性的权限,从而建立相关度与权重的内在联系。仿真实验表明,与传统的KNN相比,基于熵权的KNN改进方法在保持分类效率的情况下,使分类器的准确率得到了极大的提高。

受约束kNN回归在噪声数据中的应用

基于无线信号的室内定位技术所采用的定位算法在很大程度上受到无线信号中噪声数据的影响,性能得不到保证。为此,提出一种受约束的k最邻近(kNN)回归算法,提升原始kNN算法对噪声的鲁棒性。假设噪声点对于预测不同测试样本的影响各不相同,通过训练集(含噪声)划分,即以数据驱动的方式把噪声点划分到合适的子集中,并且限定测试样例的最优近邻搜索空间为其最近邻子集的方式来约束噪声对于kNN算法的影响。实验结果表明,在蓝牙指纹数据的室内定位中,受约束的kNN回归算法明显优于对比算法,达到2.4m的定位精度,基本满足室内定位的应用要求。

基于机器学习的冠心病风险预测模型构建与比较

背景冠状动脉粥样硬化性心脏病(以下简称冠心病)是全球重要的死亡原因之一。目前关于冠心病风险评估的研究在逐年增长。然而,在这些研究中常忽略了数据不平衡的问题,而解决该问题对于提高分类算法中识别冠心病风险的准确性至关重要。目的探索冠心病的影响因素,通过使用2种平衡数据的方法,基于5种算法建立冠心病风险相关的预测模型,比较这5种模型对冠心病风险的预测价值。方法基于2021年美国国家行为风险因素监测系统(BRFSS)横断面调查数据筛选出112606名研究对象的健康相关风险行为、慢性健康状况等24个变量信息,结局指标为自我报告是否患有冠心病并据此分为冠心病组和非冠心病组。通过进行单因素分析和逐步Logistic回归分析探索冠心病发生的影响因素并筛选出纳入预测模型的变量。随机抽取112606名受访者的10%(共计11261名),以8∶2的比例随机划分为训练与测试的数据集,采用随机过采样和合成少数过采样技术(SMOTE)两种过采样的方法处理不平衡数据,基于k最邻近算法(KNN)、Logistic回归、支持向量机(SVM)、决策树和XGBoost算法分别建立冠心病预测模型。结果两组年龄、性别、BMI、种族、婚姻状态、教育水平、收入水平、家里有几个孩子、是否被告知患高血压、是否被告知处于高血压前期、是否被告知患妊娠高血压、现在是否在服用高血压药物、是否被告知患有高脂血症、是否被告知患有糖尿病、吸烟情况、过去30 d内是否至少喝过1次酒、是否为重度饮酒者、是否为酗酒者、过去30 d内是否有体育锻炼、心理健康状况以及自我健康评价比较,差异有统计学意义(P<0.05)。逐步Logistic回归分析结果显示:年龄、性别、BMI、种族、教育水平、收入水平、是否被告知患高血压、是否被告知处于高血压前期、是否被告知患妊娠高血压、现在是否在服用高血压药物、是否被告知患有高脂血症、是否被告知患有糖尿病、吸烟情况、过去30 d内是否至少喝过1次酒、是否为重度饮酒者、是否为酗酒者以及自我健康评价为冠心病的影响因素(P<0.05)。风险模型构建的分析结果显示:k最邻近算法、Logistic回归、支持向量机、决策树和XGBoost采用SMOTE处理不平衡数据的总体分类精度分别为59.2%、67.4%、66.2%、69.2%和85.9%,召回率分别为75.2%、71.4%、70.5%、62.9%和34.8%,精确度分别为15.4%、18.2%、17.5%、17.6%和28.7%,F值分别为0.256、0.290、0.280、0.275和0.315,受试者工作特征曲线下面积分别为0.80、0.78、0.72、0.72和0.82;采用随机过采样处理不平衡数据的总体分类精度分别为62.5%、68.5%、69.0%、60.2%和70.1%,召回率分别为70.0%、69.5%、71.9%、69.0%和67.6%;精确度分别为15.8%、18.4%、19.1%、14.8%和19.0%,F值分别为0.258、0.291、0.302、0.244和0.297,受试者工作特征曲线下面积分别为0.80、0.77、0.72、0.72和0.83。结论本研究不仅确认了已知冠心病的影响因素,还发现了自我健康评价水平、收入水平和教育水平对冠心病具有潜在影响。在使用2种数据平衡方法后,5种算法的性能显著提高。其中XGBoost模型表现最佳,可作为未来优化冠心病预测模型的参考。此外,鉴于XGBoost模型的优异性能以及逐步Logistic回归的操作便捷和可解释性,推荐在冠心病风险预测模型中结合使用数据平衡后的XGBoost和逐步Logistic回归分析。

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。

一种改进的WKNN匹配算法

在WiFi室内定位方法中,基于接收信号强度(RSSI)离线指纹数据库的加权K最邻近点(WKNN)算法得到了深入研究,但目前的WKNN算法未考虑实测数据维度高、无效缺省数据多等特点,不利于匹配定位精确度的提高。为此,在对实测RSSI指纹向量按照由大到小进行排序的基础上,只选取大于设定RSSI阈值的有效RSSI指纹数据进行后续的匹配;按照欧式距离的统计量自适应调整K值;按照欧式距离的均值,调整高斯权重系数。实验结果表明,与未改进的WKNN算法相比,改进后的WKNN算法定位精确度更高。

邻居搜索问题在CUDA上基于KD-TRIE方法的优化与实现

介绍如何在CUDA上搭建KD—TRIE，并对其进行搜索，使其能适应解决邻居搜索问题．实验结果表明，当搜索半径较小（如整个空间直径的0．01和0．001），数据规模较大（如10^6）时，使用KD-TRIE进行搜索的效果最佳，与蛮力算法相比可以达到加速比5000～15000倍的效果；当搜索半径较大时，加速比会相应减少．采取优化措施，可以提高加速比．

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.

基于改进KNN算法的动态手势识别研究

手势识别是人机交互的一种方式,用于手势识别的传统K最邻近算法由于训练组数据量大影响了其识别效率,为此提出了一种新的手势特征提取方法,设计了一款基于改进K最邻近算法的手势识别俄罗斯方块游戏.该方法根据手势信号的特征量,只需记录特征量的符号作为训练组以及测试组来储存.实验表明,改进K最邻近算法在体感游戏中对手势识别的平均成功率较阈值判别法的手势识别成功率提高了10%左右.

无中继光传输系统中KNN非线性补偿技术研究

针对偏振复用—正交相移键控(PDM-QPSK)无中继光纤传输系统中的非线性损伤问题,文章重点研究了一种基于K最邻近(KNN)聚类算法的非线性补偿技术。通过计算测试数据到所有训练数据点的距离对测试数据进行分类实现了对光纤非线性补偿。研究结果表明,在112 Gbit/s PDM-QPSK 350 km色散管理无中继光纤传输系统中,基于KNN算法的非线性补偿技术能够有效地补偿传输光纤非线性引起的损伤。特别地,在系统误码率为10-3时,经KNN算法非线性补偿后输入端信号的光功率可提升约1 dBm。

基于改进KNN算法的AVS到H.264/AVC快速转码方法

尽管音视频编码标准(Audio and Video Coding Standdard,AVS)的编码性能可以与H.264相媲美,但是H.264的应用范围更加广泛,因此视频由AVS标准转码成H.264标准具有很大的应用前景。目前,主流的转码方法是将AVS的分块模式与H.264的分块模式映射的方式降低转码复杂度,但是技术之间的差异导致这两种标准之间的分块模式并不是一一映射的关系,因此会导致编码效率大幅度降低。提出一种基于改进KNN(K最邻近节点)算法的AVS到H.264/AVC快速转码方法。充分利用了AVS码流中的各种信息,通过改进的KNN算法建立了中间信息和H.264分块模式之间的映射模型。根据AVS中运动矢量信息的差异自适应确定H.264可能的分块模式,实验结果表明上述问题得到有效解决,该算法在保证H.264编码效率的前提下大幅降低了转码复杂度。