基于k最近邻和改进TF-IDF的文本分类框架

为获得更加精确稳定的文本分类结果,提出一种基于k-最近邻(k-NN)和词频-逆文档词频(TF-IDF)改进的文本分类方法,主要由文本模块、图形用户界面(GUI)模块、预处理模块、k-NN&TF-IDF模块和相似性测量共5个模块组成。在权重获取方面,对处于不同位置的特征词分别赋予不同的系数,通过构建权重矩阵,反映特征词的重要性和分布情况。在编程方面,通过执行修正的语言集查询(LINQ),优化查询效率。实验结果表明,与其它分类方法相比,该方法在分类准确率、查全率和F1测度方面具有一定优势。讨论分类器对整个文本分类框架的影响,实验结果表明,k-NN分类器比SVM分类器更适合文本分类。

基于LKJ数据分析的机车速度传感器智能故障诊断

针对目前人工利用LKJ数据进行机车速度传感器故障诊断存在诊断效率低、诊断时间较长、对数据分析人员经验依赖程度高的缺点,将加权K近邻分类器引入基于LKJ数据的速度传感器故障诊断中。通过分析几种故障的产生原因,结合专家经验,并对不同故障类型的LKJ数据进行数据分析,总结出4点故障规律,由此得到故障特征向量。通过计算机仿真验证,根据LKJ数据用于机车速度传感器故障诊断的WKNN诊断方法是有效的,具有较高的故障识别率以及较短的故障诊断时间,较人工故障诊断方式提高了效率。

基于数据挖掘的网络入侵检测中k-NN分类规则改进研究

采用数据挖掘技术来扩展入侵检测的功能以判别未知攻击是当前的一个研究热点。本文在分析了各种数据挖掘算法的基础上,提出将k-NN分类规则运用于入侵检测,给出了可运用于入侵检测的k-NN分类规则改进算法k-NNfor IDS。最后,我们在KDD99上对-kNN for IDS算法进行试验,验证了算法的有效性。

加权K-NN分类器及其应用

本文介绍了加权K-NN分类器的基本原理,并给出了相应的算法,着重对权函数的形式进行了讨论,提出了两种新的权函数定义公式.将加权K-NN分类器用在白血球自动分类系统中,分类精度比K-NN分类器有明显提高.

使用模糊加权距离的模糊K—近邻算法

本文用自定义的模糊加权距离代替K—近邻分类器中的明氏距离,这种替代突出了每一样本中占有优势的特征分量对距离的贡献。仿真实验及实用结果表明这种替换可进一步改善分类器的性能。

改进的邻近加权合成过采样技术

针对邻近加权合成过采样技术(proximity weighted synthetic oversampling technique,ProWSyn)在合成样例时未删除噪声样例,且当平滑因子在[0,1]区间取值时,权重比例难以覆盖整个搜索空间的缺陷,提出一种改进的邻近加权合成过采样技术(improved proximity weighted synthetic oversampling technique,IProWSyn).改变权重的计算策略,引入底数为(0,1]的普通指数函数,通过动态改变底数令权重覆盖更大范围的搜索空间,进而找到更优的权重.将IProWSyn、ASN-SMOTE和ProWSyn应用在非平衡数据集ada、ecoli1、glass1、haberman、Pima和yeast1上,再使用k近邻(k-nearest neighbors,kNN)分类器和神经网络分类器检验方法的有效性.实验结果表明,在多数数据集上IProWSyn的F1、几何平均值(geometric mean,G-mean)和曲线下面积(area under curve,AUC)指标性能都高于其他过采样方法.IProWSyn过采样技术在这些数据集的综合分类效果更好,有更好的泛化表现.

基于敏感特征选择与流形学习维数约简的故障诊断

针对故障诊断中特征集包含非敏感特征和维数过高的问题,提出基于特征选择(Feature Selection,FS)与流形学习维数约简的故障诊断方法。提出一种改进的核空间距离测度特征选择方法(Improved Kernel Distance Measurement Feature Selection,IKDM-FS),在核空间中计算样本类间距离和类内散度,优选出使样本类间距大、类内散度小的特征,并根据特征的敏感程度对特征进行加权。通过线性局部切空间排列算法(Linear Local Tangent Space Alignment,LLTSA)对由敏感特征组成的特征子集进行特征融合,提取出对故障分类更加敏感的融合特征,并输入加权k最近邻分类器(Weighted k Nearest Neighbor Classifier,WKNNC)进行故障识别。WKNNC具有比k最近邻分类器(k Nearest Neighbor Classifier,KNNC)更加稳定的识别精度。最后,通过滚动轴承故障模拟实验验证了该方法的有效性。

基于自适应距离度量的分类器设计方法

通过对欧氏距离度量的分析,提出了自适应距离度量。首先利用训练样本建立自适应距离度量模型,该模型保证了训练样本到相同模式类的距离最近,到不同模式类的距离最远,根据该模型建立目标函数,求解目标函数,得到最优权重。基于最小距离分类器和K近邻分类器,采用UCI标准数据库中部分数据,对提出的自适应距离度量和欧氏距离度量进行了实验比较,实验结果表明自适应距离度量更有效。

基于加权复杂网络聚类的医学图像分类器研究

为了建立高效的肿瘤自动诊断系统,克服因医学MIR图像的复杂性带来的直接从图像中看出肿瘤及良、恶性质的困难,结合复杂网络社团划分的部分理论成果和K-mean聚类算法的思想,提出了基于加权复杂网络聚类的医学图像分类器。该分类器对医学图像进行预处理,建立图片特征库,构建图片加权复杂网络,在此基础上根据网络节点的加权网络特征值和连接度选取初始聚类中心进行聚类,有效地克服了传统K-mean聚类算法对初始化选值敏感性的问题,从而大大提高了分类精度。实验通过对某医院PACS系统中的部分MIR脑部图片进行分类,表明了该方法的分类精度比传统的K-mean聚类算法平均提高了8%左右。

一种在微机上实现白细胞自动分类的方法

阐述一种用微机实现白细胞自动分类的方法。系统采用二分树分类器实现对６种 白细胞分类。对确定二分树分类器的结构、细胞特征选择和结点分类器等问题作了详 细讨论；提出两种适用于微机系统的特征选择方法——相关分析法和二步选择法；给 出不同情况下系统的分类准确率。结果表明．本文提出的方法在训练集上获得的分类 准确确率达９３％，考试集上的分类准确率为８６％．

基于自适应类别权重的HRRP决策融合识别

针对雷达高分辨率距离像(HRRP)识别中因特殊样本和分类器误判而出现的错误分类问题,提出了一种基于自适应类别权重的多分类器决策融合识别方法。该方法结合K-最近邻思想,利用最近邻和相似度准则挑选与测试样本对应的训练样本集,构造混淆矩阵自适应完成分类器置信度的计算和筛选,最终获得目标各类别权重,输出分类结果。基于实测数据的研究结果表明,相较于以上任意单个分类器和传统决策融合方案,文中提出的融合识别方法识别率有明显提高,并且随着噪声的增大,该方法的优势愈加突显。

基于总变差降噪与RQA的单向阀故障诊断

针对单向阀振动信号易被噪声淹没和故障表征不明显的问题,提出了一种基于总变差降噪(TVD)和递归定量分析(RQA)的单向阀故障诊断方法。首先利用总变差降噪方法对振动信号进行降噪,提高信号的信噪比;然后对降噪后的信号绘制递归图,通过递归定量分析方法提取递归图中的非线性特征参数,并对所提取特征参数进行敏感度分析,找出敏感度较高的特征参数构成特征向量;最后将得到的特征向量输入加权K近邻分类器(WKNN)完成单向阀故障类型的识别。实验结果表明,该方法在降低背景噪声、表征故障信息和保证故障诊断准确性方面具有明显的效果,具有一定的工程应用价值。

振动敏感特征与流形学习的风机基座螺栓松动程度诊断

为实现在役风机基座螺栓松动程度诊断的自动化与高精度,解决松动特征提取与敏感特征选取、高维非线性约简与松动程度稳定识别的问题,提出基于振动敏感特征与流形学习约简的风机基座螺栓松动程度诊断方法。首先,融合振动信号时频特征构建出原始松动程度特征集,实现对松动程度的定量表征;设计出风机基座连接螺栓松动程度敏感性指标算法,选取敏感特征构建松动程度敏感特征集,增强特征集的表征性能。再应用正交局部保持映射流形学习算法对松动程度敏感特征集进行非线性约简,滤除冗余信息获得分类特性好的低维松动程度特征集,并输入加权最近邻分类器进行松动程度识别。工程应用结果证明了所提方法的可行性和有效性。

联合改进拉普拉斯特征映射和k-近邻分类器的高光谱影像分类

高光谱影像利用流形学习降维和分类器分类时往往忽略了影像本身的空间特征,这将严重制约最终的分类精度。因此,本文以拉普拉斯特征映射和k-近邻分类器为例,提出了自适应加权综合核距离来同时改进流形学习方法和分类器方法,目的在于改善高光谱影像的分类结果。自适应加权综合核距离同时考虑高光谱影像的光谱特征和空间特征,且能够针对每个像素点自动估算空间邻域来描述空间特征。通过Indian和PaviaU两个数据集来分析和验证本文提出的组合策略,实验结果表明,本文提出的组合策略得到的分类结果明显优于常规拉普拉斯特征映射降维和常规k-近邻分类的组合策略,能够得到更高精度的分类结果。

自适应特征选择加权k子凸包分类

针对问题维数的增加以及不同特征对分类的作用往往不一样,导致k子凸包分类性能降低等问题,设计自适应特征选择加权k子凸包分类方法。根据传统凸包距离存在的不足引入加权k子凸包距离,在测试样本的k邻域内引入距离度量学习技术和正则化技术进行自适应的特征选择,并将自适应特征选择无缝嵌入加权k子凸包优化模型中,这样就能为不同的测试样本在不同的类别中学习自适应特征空间,得到有效的加权k子凸包距离计算方法。试验结果表明,该方法不仅能够进行降维,而且具有明显的分类性能优势。

基于半监督学习的数据流集成分类算法

已有的数据流分类算法多采用有监督学习,需要使用大量已标记数据训练分类器,而获取已标记数据的成本很高,算法缺乏实用性.针对此问题,文中提出基于半监督学习的集成分类算法SEClass,能利用少量已标记数据和大量未标记数据,训练和更新集成分类器,并使用多数投票方式对测试数据进行分类.实验结果表明,使用同样数量的已标记训练数据,SEClass算法与最新的有监督集成分类算法相比,其准确率平均高5.33%.且运算时间随属性维度和类标签数量的增加呈线性增长,能够适用于高维、高速数据流分类问题.