期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2,350篇文章
< 1 2 … 118 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于PNCC声纹特征提取技术和POA-KNN算法的齿轮箱声纹识别故障诊断
1
作者 廖力达 赵阁阳 +1 位作者 魏诚 刘川江 《机电工程》 北大核心 2026年第1期24-33,共10页
风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因... 风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因此,提出了一种基于功率正则化倒谱系数(PNCC)声纹特征提取技术,以及行星优化算法与K近邻算法(POA-KNN)模型的风力机齿轮箱声纹识别故障诊断方法。首先,采用LMS噪声采集仪采集了6种不同状态下的风力机齿轮箱噪声数据;然后,使用了PNCC声纹特征提取的方法,提取了齿轮箱噪声信号的声纹图谱;在KNN的基础上加入行星优化算法(POA)优化了K值,提出了性能较高的POA-KNN分类模型;最后,根据6类不同状态下的齿轮数据集,采用对比试验和消融实验验证了模型性能。研究结果表明:POA-KNN模型对齿轮箱的PNCC声纹图分类准确率达到99.4%,比KNN基线模型提升了1.9%。POA-KNN分类模型能很好地对数据集中不同状态下的齿轮箱进行分类,更高效地针对风力机齿轮箱中存在的故障进行诊断。 展开更多
关键词 齿轮箱 功率正则化倒谱系数 声纹识别 声纹特征图谱 行星优化算法与K近邻算法 分类模型
在线阅读 下载PDF
基于KNN-SVM的混合气体检测方法研究 被引量：5
2
作者 孙超 胡润泽 +2 位作者 吴中旭 刘年松 丁建军 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期117-124,共8页
当今混合气体检测的研究中,针对多组分气体数据进行分类预测的数学算法百花齐放,如何快速且准确的检测出气体的成分和浓度逐渐成为当今研究的热门。然而在一些研究中,气体数据特征难以捕捉和判断,泛化能力不足,对气体数据进行分类预测... 当今混合气体检测的研究中,针对多组分气体数据进行分类预测的数学算法百花齐放,如何快速且准确的检测出气体的成分和浓度逐渐成为当今研究的热门。然而在一些研究中,气体数据特征难以捕捉和判断,泛化能力不足,对气体数据进行分类预测的精度和效率表现较差。为此,针对一些数据偏差和泛化误差无界的问题,提出了一种K最近邻-支持向量机(KNN-SVM)算法,对一些难以作出分类的模糊气体数据进行二次分类,采用KNN和SVM两种算法共同抉择,更加全面的捕捉数据特征,根据实验确定各自算法的权重比从而提高判别气体类别的准确率,两种算法的集成也能提高算法的效率,对于不同种类的气体也能有良好的适应性的稳定性。该实验气体组分由12 mg·L^(-1)的C_(2)H_(2)、NO_(2)、SF_(6),10 mg·L^(-1)的NO_(2)、SF_(6)和5 mg·L^(-1)的C_(2)H_(2)(背景气体皆为N_(2))以及两瓶纯N_(2)的气瓶组成;通过互相混合和与N_(2)配比制备出实验设定的气体浓度。实验过程通过单一气体的检测可分别对三种气体获得60组训练集,并通过这60组数据可进行线性拟合得到每种气体的拟合线,得到气体浓度与气体吸收峰值的关系,通过实验检测得到的三种气体拟合线,其中C_(2)H_(2)拟合线的调整后R^(2)为0.991,NO_(2)拟合线的调整后R^(2)为0.981,SF_(6)拟合线的调整后R^(2)为0.987,可得气体检测的准确性。再通过互相混合进行检测可分别获得40组训练集,采用KNN-SVM算法对混合气体进行分类和预测,后通过拟合线即可反演出混合气体中每种气体的浓度。将该算法与传统SVM算法进行各种分类指标对比均可显示出该算法的有效性和优越性。实验结果表明,KNN-SVM算法在气体分类预测方面表现出卓越的性能,准确率高达99.167%,AUC(area under curve)值达99.375%。这一算法不仅提高了气体检测的准确性,还增强了泛化能力可适应多样化的气体组分,为实时气体检测系统提供了有力支持。 展开更多
关键词 光声光谱 气体检测 knn-SVM 分类预测
在线阅读 下载PDF
基于并行架构网络与改进动态FD-KNN的风力发电机轴承故障预警
3
作者 许伯强 王彪 +1 位作者 孙丽玲 尹彦博 《太阳能学报》 北大核心 2025年第10期753-765,共13页
针对当前风力发电机轴承故障预警准确率和可靠性不足的问题,提出一种基于并行架构网络与改进动态k近邻故障检测(FD-KNN)的风力发电机轴承故障预警方法。首先,对风力发电机的数据采集与监控(SCADA)数据进行相关性分析,筛选出与风力发电... 针对当前风力发电机轴承故障预警准确率和可靠性不足的问题,提出一种基于并行架构网络与改进动态k近邻故障检测(FD-KNN)的风力发电机轴承故障预警方法。首先,对风力发电机的数据采集与监控(SCADA)数据进行相关性分析,筛选出与风力发电机轴承关键变量高度相关的变量,并采用集合模态经验分解(EEMD)分解关键变量,深入挖掘关键变量内不同时间尺度的特征以及关键变量与高相关协变量的潜在相互作用。然后,构建一个结合自注意力机制的长短期记忆网络(SelfAttention-LSTM)和改进Transformer模型的新型并行架构网络,用以精确可靠地预测关键变量的未来状态。基于预测结果,计算残差,并结合风力发电机轴承的实时状态对FD-KNN算法进行动态优化,包括调整近邻规模、设置动态告警阈值和预警条件,以实现更为精准可靠的故障预警。最后,通过实际SCADA数据验证,结果表明该方法可提前识别风力发电机轴承故障,且在准确性和可靠性方面均表现出色。 展开更多
关键词 风电机组 数据采集与监视控制 轴承 深度学习 故障预警 改进动态FD-knn算法 可靠性
原文传递
基于GGO-KD-KNN算法的下肢步态识别研究 被引量：1
4
作者 李传江 丁新豪 +2 位作者 涂嘉俊 李昂 尹仕熠 《上海师范大学学报(自然科学版中英文)》 2025年第2期141-145,共5页
为了提高下肢步态识别的准确性和效率,针对K最近邻(KNN)算法参数调节困难的问题,提出了一种基于灰雁优化-K维树-K最近邻(GGO-KD-KNN)算法的下肢步态识别方法.首先,利用表面肌电信号(sEMG)采集下肢肌肉活动信息,并将信号划分为5个步态阶... 为了提高下肢步态识别的准确性和效率,针对K最近邻(KNN)算法参数调节困难的问题,提出了一种基于灰雁优化-K维树-K最近邻(GGO-KD-KNN)算法的下肢步态识别方法.首先,利用表面肌电信号(sEMG)采集下肢肌肉活动信息,并将信号划分为5个步态阶段.然后,进行sEMG去噪,并提取时域和频域特征.接着,用GGO算法基于灰雁群体行为进行启发式优化,优化KNN算法的K值和距离度量,并通过适应度迭代寻找最优解.实验结果表明,通过GGO算法优化的步态识别精度达到了98.23%,标准差为0.264,相较于其他常用算法,基于GGO-KD-KNN算法的步态识别方法展现出更高的分类准确率和稳定性,为下肢智能辅助装置的研究和开发提供了有力的理论支持. 展开更多
关键词 下肢步态识别 表面肌电信号(sEMG) 灰雁优化-K维树-K最近邻(GGO-KD-knn)算法 分类优化
在线阅读 下载PDF
KNN-Transformer:基于K近邻分类的Transformer算法在滚动轴承故障诊断中的应用
5
作者 王军锋 张彪 +5 位作者 张昊 田开庆 田新民 王泰旭 罗凌燕 赵悦 《机电工程技术》 2025年第18期160-166,共7页
针对滚动轴承故障诊断中样本呈现全局冗余、局部稀疏的小样本问题,提出KNN-Transformer算法,融合Transformer自注意力机制与K近邻(KNN)算法。该算法通过Transformer编码器提取振动信号的层次化特征,利用KNN分类器替代传统Softmax层,解... 针对滚动轴承故障诊断中样本呈现全局冗余、局部稀疏的小样本问题,提出KNN-Transformer算法,融合Transformer自注意力机制与K近邻(KNN)算法。该算法通过Transformer编码器提取振动信号的层次化特征,利用KNN分类器替代传统Softmax层,解决小样本数据集场景下Softmax线性分类器易过拟合的问题。实验基于滚动轴承四自由度动力学仿真数据及西储大学(CWRU)轴承故障数据集展开。在仿真数据中,模型训练集与测试集准确率分别达100%和97%,AUC值为0.98,表明其对复杂振动信号的特征解析能力;在西储大学数据集中,测试集准确率达100%,AUC值为1,获得了较好的故障识别效果。通过对比实验显示,KNN-Transformer在精准率、召回率等指标上均优于单一KNN或Transformer模型,验证了其在机械故障诊断中的有效性与鲁棒性,为智能诊断提供了新方法。 展开更多
关键词 滚动轴承故障诊断 knn-Transformer 自注意力机制 K近邻算法 小样本数据
在线阅读 下载PDF
基于WKNN的室内指纹定位算法
6
作者 彭慧豪 张怡欣 赵鑫 《物联网技术》 2025年第11期18-21,25,共5页
针对基于WiFi信号的室内指纹定位中K近邻算法会因样本数据多导致计算效率低下的问题,对KNN算法进行了优化,并结合WKNN算法提出了一种新的室内指纹定位算法。首先基于KNN算法在实际应用当中参数少、易实现的优点,对指纹库中的数据(样本)... 针对基于WiFi信号的室内指纹定位中K近邻算法会因样本数据多导致计算效率低下的问题,对KNN算法进行了优化,并结合WKNN算法提出了一种新的室内指纹定位算法。首先基于KNN算法在实际应用当中参数少、易实现的优点,对指纹库中的数据(样本)进行筛选,剔除样本中的异常数据;然后基于新的数据库建立WKNN定位模型,从而实现对目标的定位。仿真实验结果表明:与KNN算法相比,所提算法的定位误差降低了0.55 m,定位精度相对提高了29.1%;与WKNN算法相比,所提算法的定位误差降低了0.21 m,定位精度相对提高了13.55%。这表明该算法具有一定的实用价值。 展开更多
关键词 无线传感器网络 RSSI knn Wknn 室内指纹定位 机器学习
在线阅读 下载PDF
基于KNN算法建立晒后皮肤状态评估模型 被引量：1
7
作者 李以洪 许梦然 +4 位作者 盘瑶 吴金昊 刘琦 常思思 赵华 《日用化学工业(中英文)》 北大核心 2025年第3期349-357,共9页
探索不同剂量紫外线照射后皮肤指标变化趋势,建立晒后皮肤状态评估模型。首先,筛选出变化有规律且具灵敏性的指标,优化黑化模型进一步扩大样本库,利用临床专家对晒后皮肤状态的分级作为学习标准,基于K邻近分类算法(KNN)对指标数据进行... 探索不同剂量紫外线照射后皮肤指标变化趋势,建立晒后皮肤状态评估模型。首先,筛选出变化有规律且具灵敏性的指标,优化黑化模型进一步扩大样本库,利用临床专家对晒后皮肤状态的分级作为学习标准,基于K邻近分类算法(KNN)对指标数据进行训练识别,建立晒后皮肤状态分级评估模型,经10折交叉验证后超参数K=3时,模型的mmce均值为0.015,预测精度acc均值为0.985,预测的准确度高达98.5%。结果表明,该模型能够将晒后皮肤状态的主观评级客观量化,高效率、高精度识别晒后皮肤状态。研究结果可为晒后皮肤状态评估和晒后修护功效评价体系提供技术支持。 展开更多
关键词 日晒 皮肤状态 黑化模型 knn算法
在线阅读 下载PDF
FKNN的新算法及其应用 被引量：1
8
作者 宋明娟 朱思宇 《模糊系统与数学》 CSCD 北大核心 2016年第4期89-93,共5页
FKNN算法是比KNN算法更有效的模式识别的方法。但它们都存在一点不足:识别效果依赖于K值的选取。为了弥补这一不足,本文给出了FKNN的新算法,首先将K近邻集定义为模糊集,然后在不同的水平集下判别待识样本的类别,然后再根据各水平集下的... FKNN算法是比KNN算法更有效的模式识别的方法。但它们都存在一点不足:识别效果依赖于K值的选取。为了弥补这一不足,本文给出了FKNN的新算法,首先将K近邻集定义为模糊集,然后在不同的水平集下判别待识样本的类别,然后再根据各水平集下的判别结果,综合评判待识别样本的类别。将该法应用于大米产地的识别,识别效果明显好于KNN算法和现有的模糊KNN算法。 展开更多
关键词 knn算法 Fknn算法 Fknn的新算法 K-近邻的水平集 大米产地识别
原文传递
激光引信地面目标识别KNN算法
9
作者 何海军 田博 +4 位作者 胡鹏飞 李林豪 王伟 李铁 李岗 《探测与控制学报》 北大核心 2025年第4期134-140,共7页
瞄准新一代激光对地近炸引信对地面目标精确识别的急切需求,基于激光引信弹目交会回波进行KNN算法的地面目标识别探索研究。首先通过雷达方程建立激光近炸引信的弹目交会回波方程;其次对回波数据进行归一化处理并将数据集划分为训练数... 瞄准新一代激光对地近炸引信对地面目标精确识别的急切需求,基于激光引信弹目交会回波进行KNN算法的地面目标识别探索研究。首先通过雷达方程建立激光近炸引信的弹目交会回波方程;其次对回波数据进行归一化处理并将数据集划分为训练数据集和测试数据集;然后提取回波数据的强散射点个数和等效目标尺寸特征;最后将得到的特征子集进行KNN算法的目标识别训练和测试。实验结果表明,基于KNN算法的识别方法准确率高,平均识别精度为86.3%。该算法能够较好地实现坦克、雷达车及装甲车三种不同地面目标的精确识别。 展开更多
关键词 激光引信 回波 特征提取 knn算法 地面目标识别
在线阅读 下载PDF
无铅KNN/PAN柔性复合薄膜压电纳米发电机
10
作者 任源楠 李银辉 +2 位作者 高飞 李旗国 李朋伟 《电子元件与材料》 北大核心 2025年第9期1011-1017,共7页
铌酸钾钠(KNN)拥有较高的居里温度和压电系数,但较差的柔韧性限制了其在柔性可穿戴器件中的应用。采用固相反应技术在950℃下成功合成了纯相的KNN,并对其形貌和晶相进行了表征。制备了KNN/PAN柔性复合薄膜压电纳米发电机(PNG),并系统研... 铌酸钾钠(KNN)拥有较高的居里温度和压电系数,但较差的柔韧性限制了其在柔性可穿戴器件中的应用。采用固相反应技术在950℃下成功合成了纯相的KNN,并对其形貌和晶相进行了表征。制备了KNN/PAN柔性复合薄膜压电纳米发电机(PNG),并系统研究了KNN的掺杂浓度对其压电性能的影响。研究表明,KNN粒径都集中在(300±100) nm,且在常温下呈现斜方晶相。KNN/PAN柔性复合薄膜PNG的压电性能与KNN的浓度呈正比。当KNN的掺杂浓度为质量分数50%时,KNN/PAN柔性复合薄膜PNG内阻约为5 MΩ,开路电压和短路电流分别为7.6 V和1.33μA,最大输出功率约为3.21μW。经过1000 s循环运行,KNN/PAN柔性复合薄膜PNG输出信号稳定。研究结果表明,增加KNN的掺杂浓度可以提升KNN/PAN柔性复合材料的压电性能,且KNN/PAN柔性复合薄膜PNG有望作为自供电压力传感器在可穿戴电子设备中得到广泛应用。 展开更多
关键词 聚丙烯腈(PAN) 铌酸钾钠(knn) 柔性复合薄膜 压电性能 压电纳米发电机
在线阅读 下载PDF
基于GA-KNN的炼化设备腐蚀状态预测研究
11
作者 陶金福 陈良超 +1 位作者 陆新元 杨剑锋 《北京化工大学学报(自然科学版)》 北大核心 2025年第3期96-104,共9页
腐蚀问题极易引发炼化装置的安全隐患,甚至是严重的安全事故,因此开展针对炼化设备的快速、精准的腐蚀状态预测技术研究具有重要意义。针对多数研究基于理想实验数据以及虚拟生成数据进行腐蚀预测而忽略实际情况的问题,通过收集621组酸... 腐蚀问题极易引发炼化装置的安全隐患,甚至是严重的安全事故,因此开展针对炼化设备的快速、精准的腐蚀状态预测技术研究具有重要意义。针对多数研究基于理想实验数据以及虚拟生成数据进行腐蚀预测而忽略实际情况的问题,通过收集621组酸性水汽提装置设备腐蚀检测数据,采用一种结合合成少数类过采样与基于最近邻规则欠采样(synthetic minority over-sampling technique with edited nearest neighbors, SMOTEENN)的算法解决原始数据不平衡问题,基于遗传算法优化后的K-最近邻(genetic algorithm-based K-nearest neighbors, GA-KNN)算法建立设备腐蚀状态(包含腐蚀类型及腐蚀程度)预测模型。结果表明,在数据集平衡方面,SMOTEENN算法能够有效平衡数据集并提高模型对设备腐蚀状态的识别能力;在设备腐蚀状态预测方面,经遗传算法优化后的KNN(K-nearest neighbors)模型具有较好的预测效果,对设备腐蚀类型及腐蚀程度的预测准确率分别达到0.993 3和0.981 2。结果证明了所提模型可实现设备腐蚀综合诊断,为酸性水汽提装置腐蚀监测及检修维护提供理论指导。 展开更多
关键词 非平衡数据处理 腐蚀状态预测 K-最近邻(knn) 酸性水汽提装置
在线阅读 下载PDF
基于SVM-KNN算法的高铁行车调度员认知负荷脑电评估方法 被引量：1
12
作者 张光远 王敬儒 +3 位作者 梁心怡 秦诗雨 李莎 朱泊霖 《中国安全生产科学技术》 北大核心 2025年第7期166-172,共7页
为准确评估高铁行车调度员认知负荷,根据脑电特征解析其动态变化,从而提升工作效率,保障列车运行安全。通过采集模拟调度任务下的脑电信号,采用最大相关最小冗余算法(mRMR)对Welch法提取后的脑电特征进行进一步降维,并基于SVM-KNN融合... 为准确评估高铁行车调度员认知负荷,根据脑电特征解析其动态变化,从而提升工作效率,保障列车运行安全。通过采集模拟调度任务下的脑电信号,采用最大相关最小冗余算法(mRMR)对Welch法提取后的脑电特征进行进一步降维,并基于SVM-KNN融合分类算法建立高铁行车调度员认知负荷分级识别模型。研究结果表明:该模型以较少的特征维度实现较高的识别准确率,总体准确率达87.03%。对比得出,使用mRMR方法进行降维处理能够有效提高分类模型的识别准确率,同时SVM-KNN融合分类算法的识别准确率要高于单分类算法。研究结果可为实现高铁行车调度员认知负荷监测预警提供理论基础。 展开更多
关键词 高速铁路行车调度员 认知负荷 脑电信号 最大相关最小冗余 支持向量机 K近邻
在线阅读 下载PDF
基于内容特征kNN回归的零样本口音转换模型
13
作者 罗宜鑫 陈宁 +1 位作者 薛宇航 肖阳阳 《华东理工大学学报(自然科学版)》 北大核心 2025年第4期497-504,共8页
口音转换(Accent Conversion,AC)旨在将源口音语音转换为目标口音语音,并保持源说话人音色和语音内容不变。现有的AC模型缺乏对训练数据分布以外的语音口音转换的泛化性。本文提出基于内容特征k-邻近(kNN)回归的零样本AC模型。一方面,采... 口音转换(Accent Conversion,AC)旨在将源口音语音转换为目标口音语音,并保持源说话人音色和语音内容不变。现有的AC模型缺乏对训练数据分布以外的语音口音转换的泛化性。本文提出基于内容特征k-邻近(kNN)回归的零样本AC模型。一方面,采用WavLM第23层提取源和目标口音语音的内容特征,并利用kNN回归将源口音语音内容特征置换为目标口音语音及其最邻近的内容特征以实现口音转换;另一方面,为了保持转换后语音中源说话人音色,构建多说话人声码器对含有目标口音的语音内容特征和源说话人音色特征进行融合,以合成目标口音语音。该模型无需源口音语音参与训练,即可实现多种源口音到目标口音的转换。实验结果表明,该模型取得了比并行或非并行AC模型更好的客观与主观评价结果。 展开更多
关键词 口音转换 knn回归 零样本学习 语音转换 声码器
在线阅读 下载PDF
基于改进KNN的船舶柴油机气缸失火智能诊断研究
14
作者 刘学强 甘佶 李文明 《舰船科学技术》 北大核心 2025年第24期115-119,共5页
针对柴油机气缸失火故障诊断需求,提出一种密度-距离自适应的改进K近邻(KNN)诊断方法。以曲轴转速传感器采集的瞬时转速信号为基础,构建包含时域、频域和非线性特征的特征集。分类过程中引入自适应邻居数以匹配不同数据密度分布,同时结... 针对柴油机气缸失火故障诊断需求,提出一种密度-距离自适应的改进K近邻(KNN)诊断方法。以曲轴转速传感器采集的瞬时转速信号为基础,构建包含时域、频域和非线性特征的特征集。分类过程中引入自适应邻居数以匹配不同数据密度分布,同时结合类内马氏距离与“距离-密度”联合加权机制,有效提升特征相关性建模精度与边界判别效能。实验结果表明,该方法在多类工况下均能保持较高的诊断精度,平均准确率超过93%,性能优于传统K近邻(KNN)、支持向量机(SVM)及随机森林(RF)等主流诊断方法,在识别船舶柴油机气缸失火方面具有实时性强、结构简洁和应用前景良好的优势。 展开更多
关键词 船舶柴油机 瞬时转速 气缸失火 改进knn
在线阅读 下载PDF
基于KNN-BP神经网络车辆驻留时间预测立体车库RGV待命位策略
15
作者 后国栋 李建国 《科学技术与工程》 北大核心 2025年第24期10478-10486,共9页
平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighb... 平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighbor, KNN)-BP神经网络预测模型,以是否为工作日、工作日特殊时段(如早高峰、晚高峰),气温,降水4个方面作为特征向量,采用二进制集合转换构建各特征向量集,通过KNN对异常数据进行分组,提高BP神经网络预测精度,并基于预测时间建立出库概率分布,设定区域优先级参数以及RGV(rail guided vehicle)待命位策略。编写仿真程序,以西安小寨某商用立体车库运行数据进行验证,仿真结果表明:KNN-BP神经网络预测模型R^(2)较传统BP神经网络提高了20.23%,设计待命位策略下较无待命位策略顾客平均等待时间减小35.82%,RGV平均服务时间降低39.51%,RGV运行能耗降低38.32%;较文献引用策略顾客平均等待时间减小14.18%,RGV平均服务时间降低13.29%,RGV运行能耗降低20.89%。研究成果为提高立体车库车运行效率提供参考。 展开更多
关键词 交通工程 立体车库 待命位 K-近邻算法(knn)-反向传播(BP)神经网络 RGV
在线阅读 下载PDF
基于改进KNN算法的医院信息系统异常检测系统设计
16
作者 王弢 金蕾 赵雪峰 《微型电脑应用》 2025年第3期15-19,共5页
设计并提出改进K近邻(KNN)算法用于提高医院信息系统异常检测效率。使用KNN对每个故障进行局部诊断,以获得先验概率。结合朱塞尔姆距离,改进KNN算法,利用医院信息系统对系统不稳定、终端故障状态等异常实验数据进行分析,通过探究改进前... 设计并提出改进K近邻(KNN)算法用于提高医院信息系统异常检测效率。使用KNN对每个故障进行局部诊断,以获得先验概率。结合朱塞尔姆距离,改进KNN算法,利用医院信息系统对系统不稳定、终端故障状态等异常实验数据进行分析,通过探究改进前后算法性能及系统准确率,进一步证明所提出的改进KNN算法的有效性。研究结果表明,改进的KNN算法具有较好的系统异常检测效果,针对医院系统工作不稳定的异常检测准确率为99.38%,且改进后KNN算法的收敛速度比未改进的KNN算法快24倍。研究成果可以为医院信息系统关键技术和异常检测系统设计的理论体系和应用体系提供参考。 展开更多
关键词 knn算法 医院信息 系统异常检测 检测准确率
在线阅读 下载PDF
基于KNN算法的电子档案信息文本自动分类方法 被引量：4
17
作者 杨易木 《办公自动化》 2025年第5期14-16,共3页
文章深入探讨文本自动分类的领域,聚焦于一种广泛应用的基于内容的分类技术——KNN(K-Nearest Neighbors)算法,对其原理和应用进行重点介绍。采用KNN算法结合优化的词特征权重评估与文本相似性计算技术,实现文本的自动分类。经过KNN分... 文章深入探讨文本自动分类的领域,聚焦于一种广泛应用的基于内容的分类技术——KNN(K-Nearest Neighbors)算法,对其原理和应用进行重点介绍。采用KNN算法结合优化的词特征权重评估与文本相似性计算技术,实现文本的自动分类。经过KNN分类处理后,分类结果的准确率和召回率均显著提升。 展开更多
关键词 knn算法 文本自动分类 数据挖掘
在线阅读 下载PDF
基于KNN算法的电力计量异常数据检测模型优化研究 被引量：3
18
作者 田文娜 《自动化应用》 2025年第10期165-167,170,共4页
针对电力计量系统对异常数据检测的高效性需求,提出基于K近邻(KNN)算法的优化模型,以提升异常检测的准确率与稳定性。首先,分析电力计量数据的高时序性、非线性和高维特性,以及异常数据检测中噪声干扰和数据不平衡等挑战。然后,在此基... 针对电力计量系统对异常数据检测的高效性需求,提出基于K近邻(KNN)算法的优化模型,以提升异常检测的准确率与稳定性。首先,分析电力计量数据的高时序性、非线性和高维特性,以及异常数据检测中噪声干扰和数据不平衡等挑战。然后,在此基础上采用数据预处理、特征提取及合成少数类过采样技术(SMOTE)优化数据质量,构建以加权欧氏距离与KD树加速为基础的KNN模型。最后,通过仿真测试验证了模型性能。结果表明,优化后的模型在电力计量数据的异常识别中具有较强的鲁棒性和实时性,可为智能电网的高效运行提供技术支撑。 展开更多
关键词 knn算法 电力计量 异常检测
在线阅读 下载PDF
基于KNN算法的大跨度连续刚构桥施工监控研究
19
作者 刘建林 潘凯 +1 位作者 杨刚 王君明 《中外公路》 2025年第4期122-129,共8页
针对桥梁施工监控常出现应变、位移等传感器损伤失效等问题,该文以南流嘉陵江大桥为背景,提出基于KNearest Neighbor(KNN)算法补足施工监控缺失数据,采用ANSYS Workbench建立桥梁施工过程有限元模型,验证KNN算法在桥梁施工监控数据缺失... 针对桥梁施工监控常出现应变、位移等传感器损伤失效等问题,该文以南流嘉陵江大桥为背景,提出基于KNearest Neighbor(KNN)算法补足施工监控缺失数据,采用ANSYS Workbench建立桥梁施工过程有限元模型,验证KNN算法在桥梁施工监控数据缺失时的有效性。结果表明:(1)KNN算法可协助解决桥梁施工过程应变、位移传感器等出现损伤后短时间内的监测数据空白问题;(2)箱梁根部截面应力随着悬挑长度的增加呈增长趋势,且其底板实测应力值逐渐接近理论值,8#墩截面根部应力值较理论值大,该误差可能是由于应变计初始读数误差造成的;(3)8#墩悬臂施工主梁线形与预期较为吻合,逐渐趋向于目标线,10#墩悬臂施工青牛侧主梁截面左侧翼缘板标高小于目标标高,同时虎跳侧主梁截面顶板中心标高小于目标标高,需要在后续施工中及时调整。 展开更多
关键词 连续刚构桥 施工监控 数据修复 knn算法 流固耦合 有限元模拟
原文传递
融合质性分析与KNN算法的在线课程推荐研究
20
作者 余鑫 《长江信息通信》 2025年第7期137-140,共4页
在当前信息技术迅速发展的背景下,线上教育平台提供的课程数量急剧增长,信息复杂度亦随之不断提升,如何高效且精准地为学习者推荐课程已成为在线教育领域亟待攻克的难题。为此,文章以课程评论为切入点,经质性分析编码构建特征体系。基... 在当前信息技术迅速发展的背景下,线上教育平台提供的课程数量急剧增长,信息复杂度亦随之不断提升,如何高效且精准地为学习者推荐课程已成为在线教育领域亟待攻克的难题。为此,文章以课程评论为切入点,经质性分析编码构建特征体系。基于此体系对众多课程展开分析,最终采用KNN算法实现课程推荐。该方法不仅显著提升了学习者的学习效率,亦极大地优化了在线教育资源的配置,为推动在线教育领域的持续健康发展贡献了力量。此外,研究显示,于在校学生群体而言,升学需求为他们极为重视的一个方面。故而,如何有效满足这一需求成为在线教育平台未来发展的重要导向。 展开更多
关键词 课程推荐 升学需求 knn算法 质性分析 在线教育平台
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 118 下一页 到第 页
使用帮助 返回顶部