基于非线性定向降维的k近邻致密砂岩储层含气性预测方法

本文提出利用全连接人工神经网络(FANN)进行非线性定向降维并结合k近邻方法分类的致密砂岩储层含气性预测方法。k近邻方法能够依据样本间相似性,针对性地选取对应的部分训练样本建立局部模型,但缺乏含气敏感属性的提取能力,并面临“维度灾难”问题。由于样本中的含气性特征虽然是重要特征,但不一定是主要特征。线性降维方法难以准确提取这些特征。我们通过训练一个合理搭建的FANN并输出其中间低维特征实现对训练样本和待预测样本的非线性定向降维。这种做法既能够增加样本的可分性,同时避免了通过样本低维空间中的最大差异实现降维而改变样本固有分布特征的问题。另外,k近邻方法对降维数据进行分类,还等效于用k近邻方法替代FANN中具有线性分类作用的深层结构,有利于白化FANN的黑箱问题。本方法在具体的物理场景中挖掘机器学习算法的物理内涵,提高了智能方法的可解释性。将本方法应用在实际数据中,预测结果显示本方法能够一定程度上挖掘局部波形属性中蕴含的含气敏感信息,实现小范围的致密砂岩储层精确刻画。

一种基于相似度判据的K近邻分类器的车牌字符识别方法

针对K近邻方法分类准确率较高的特性,提出了一种基于相似度判据的K近邻分类器车牌字符识别方法.通过大量实验,选取字符的网格特征和轮廓特征作为分类依据,用特征融合方法将两种特征合并,实现特征的串行融合.根据相似度判据作K近邻分类,实现了一个车牌字符识别系统.实验表明,这种方法具有良好的识别效果,鲁棒性强,具有较大的实用价值.

基于KNN和Logistic回归方法的财务预警模型比较

基于我国上市公司的财务报表数据,本文使用"行业优先"的样本选择方法,采用K近邻方法和Logistic回归方法进行财务危机的预警建模研究。实证结果显示两种方法均具有很好的预测效果,但Logistic回归更适合于对短期内的预测,而K近邻方法对于基于事前信息建模的长期预测有很高的精确度。本文的研究为将来更加详尽全面的研究上市公司的财务危机预警模型提供了参考。

不均衡训练集下短信过滤系统kNN方法的研究

不良短信的泛滥,严重影响了社会风气,干扰了人们正常的生活秩序,研发不良短信过滤技术具有相当的实用价值。应用中科院计算所研制开发的ICTCLAS分词系统,结合TFIDF词权度量指标提取关键词,实现短信文本到特征向量的转换,然后采用kNN方法实现短信的类别判断,从而实现不良短信的过滤。另外,针对训练集分布不均衡的情况,应用基于密度的改进方法,较为有效地处理了原来分类结果倾向于大类别样本的情况。实验表明,改进后的方法的准确率约79.18%,比原方法提升了约1.23%。该方法能够比较有效地过滤不良短信,具有一定的实用价值。

基于交通流特征的实时行车速度估计方法

针对城市道路的实时行车速度估计问题,提出一种行车速度实时估计模型,采用基于城市交通流特征匹配方法,通过对交通流特征建立有效索引保证行车速度估计的实时性。利用在杭州市区部分主干道采集的数据作为测试集,与数据回归法以及主曲线建模法进行对比,结果表明,本模型在行车速度估计方面具有实用性和优越性。

基于词向量的藏文情感词典的构建方法研究

随着藏文信息技术的发展,藏文文本情感分析是近年来迅速兴起的一个研究课题,而藏文情感词典的构建是藏文文本情感分析与文本挖掘领域中重要的基础性工作。情感类别手工标注不但费时费力,且容易受到主观性的影响,同时对领域性的过分关注也大大限制了情感词典的适用性。因此,本文在分析国内外情感词典扩充方法的基础上,结合藏文本身的特点,提出了"基于词向量的藏文情感词典的构建方法",其核心思想是在人工标注的基础上定义基准词;然后基于词向量来扩充情感词典,并实践和验证了几种不同的扩充情感词典的方法,并选取最优的KNN扩充法从语料中自动扩充藏文情感词,建立了一部比较实用的藏文情感词典。

一种用于分类问题的属性加权方法

属性加权调整通常用于机器学习方法中以提高这些方法的性能。在本文中,我们提出了一种基于互信息的新型属性加权方法,并将该方法应用于两种经典的机器学习分类方法中。我们通过在威斯康星州乳腺癌数据集进行实验来研究加权方法的性能。我们的实验结果表明,针对分类任务,我们的加权机器学习方法往往优于相应的传统机器学习方法,从而证明了本文提出的加权方法的合理性和实用性。

不均衡数据下基于SVM的故障检测新算法

针对传统支持向量机(SVM)算法在数据不均衡情况下无法有效实现故障检测的不足,提出一种基于过抽样和代价敏感支持向量机相结合的故障检测新算法。该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。为减少人工增加样本带来的噪声影响,利用K近邻构造一个代价敏感的支持向量机(CSSVM)算法,利用每个样本的代价函数消除噪声样本对SVM算法分类精度的影响。将该算法应用在轴承故障检测中,并同传统的SVM算法,不同类代价敏感SVM-C算法,SVM和SMOTE相结合的算法进行比较,试验结果表明当样本不均衡时,建议算法的故障检测性能较其它算法有显著提高。

基于紧密度FSVM新算法及在故障检测中的应用

针对传统的模糊支持向量机(FSVM)算法对边缘噪声敏感的不足,提出一种基于非线性紧密度和K最近邻方法(KNN)相结合的FSVM算法。该方法在计算样本隶属度大小时既考虑样本与类中心的距离,类中样本的紧密度,同时还考虑与其他类样本间的关系,其中紧密度的计算采用非线性数据分布描述方法进而使计算的隶属度更精确。实验结果同传统FSVM及其他改进的FSVM算法进行比较,对于国际标准测试数据及轴承故障检测问题,结果验证了建议算法具有很强的鲁棒性及高效的检测性能。

融合小波和LBP-GD特征的人脸表情识别

针对局部二值模式(LBP)不能描述纹理方向变化的问题,提出了一种融合了梯度方向的LBP-GD算子。LBP-GD算子不仅保持了LBP本身的优点,还可以细致刻画纹理的方向信息。由于人脸表情器官所蕴含信息的差异性,设计了一种不规则的分块方式,把图像分为9个互不重叠的子块并且设置不同的权值系数,然后提取每个子块的LBP-GD特征。最后,将LBP-GD特征与提升小波的低频分量特征加权融合,用K近邻方法进行分类。在JAFFE和Cohn-Kanade表情库上验证了该方法的有效性。实验结果表明,该方法比单独使用LBP-GD特征和提升小波特征具有更好的识别效果。

实时超像素跟踪算法

建立有效的目标表观模型是视觉跟踪算法的关键。该文采用中层次视觉线索(超像素)对目标表观进行建模,提出一种实时超像素跟踪(RSPT)算法。算法采用K近邻(KNN)方法从超像素特征集合中学习目标的判别式表观模型;在后续帧中,根据学习到的表观模型计算目标-背景置信图,然后巧妙地采用积分图方法估计目标状态,实现了高速的全局最优估计;最后设计了目标表观模型的在线更新策略,引入遮挡因子对遮挡进行判断。在配置i5处理器的电脑中,所提RSPT算法使用未经优化的Matlab代码以19帧/s的速度实时运行。对若干序列的对比实验表明,所提算法能够在多种复杂环境下稳定跟踪目标,具有良好的鲁棒性。

一种基于稀疏表示的WLAN室内定位算法

随着科技进步和人民生活水平的提高,越来越多的用户对定位技术需求变得日益迫切。基于WLAN的室内定位技术研究在此背景下应运而生,但是该技术容易受非视距离以及多径影响。而位置指纹算法有效地克服了上述缺点,并得到了广泛应用。提出一种基于稀疏表示的WLAN室内定位算法,以解决位置指纹算法K近邻方法中参数选择问题、不能综合利用全局参考点信息问题,并对其进行了实验仿真。

基于链接信息的网页分类算法

为了提高网页文本分类的准确性.克服传统的文本分类算法易受网页中虚假、错误信息的影响.提出一种基于链接信息的网页分类算法.通过对K近邻方法的改进.利用当前网页与其父网页的链接信息对网页实沲分类,用空间向量表示待分类网页的父链接信息。在训练集合中找到K篇与该网页链接信息向量最相似的网页,计算该网页所属的类别,通过实验与传统文本分类算法进行了对比,验证了该方法的有效性.

多分类器投票法预测植物蛋白质亚细胞定位

选取伪氨基酸组分、氨基酸频次的ID向量、N端信号的ID向量作为参数,利用多分类器投票法对植物11类蛋白质亚细胞定位进行预测。得到的预测精度已高达5折交叉检验的76.4%和77.0%,并且预测方法简单易实现。

基于颜色特征的动物图像分类识别仿真系统设计

为解决动物图像分类识别问题,提出了一种基于颜色特征的动物图像分类识别方法。该方法很好地利用了颜色直方图和低阶统计矩的属性。首先确定选择HSV颜色空间,依据图像的颜色直方图特性调整低阶统计矩数值作为特征描述量,再通过K近邻方法判断图像所属类别,并构建仿真系统。实验另外对比了组合类与单一类特征在识别准确率上的差异。实验表明,该方法能较有效地识别出不同种类的动物,平均正确识别率可达89%。仿真系统具有实用性,组合类特征可在一定程度上提高识别准确率并降低识别时间。

利用输入阻抗预测体动脉狭窄的仿真研究

通过仿真验证动脉树输入阻抗预测动脉狭窄的可行性,为动脉狭窄的无创检测提供一种新方法。在已建立的55段人体动脉树分布式电网络模型的基础上,通过设定不同狭窄位置和狭窄程度的动脉段和输入阻抗的递归计算,建立具有多样性的输入阻抗仿真病例数据库。利用K近邻分类方法对动脉狭窄进行了十次交叉验证的分类预测。讨论了不同狭窄位置和不同狭窄程度对预测准确率的影响。预测结果表明:K近邻分类方法对动脉狭窄的平均准确率为89.5%,平均特异度为95.8%,平均灵敏度为85.4%;随着狭窄位置的离心距离的减少,总准确率从90%逐渐提高到95.5%;随着狭窄程度的增加,总准确率由约80%提高到99.4%。因此,利用人体动脉树的输入阻抗和K近邻分类方法预测动脉狭窄在理论上是可行的。