KNN算法
KNN算法的相关文献在2001年到2023年内共计402篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文320篇、会议论文10篇、专利文献51829篇;相关期刊208种,包括人天科学研究、信息通信、通讯世界等;
相关会议10种,包括中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD2015)、第22届全国计算机新科技与计算机教育学术会议、第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会等;KNN算法的相关文献由1155位作者贡献,包括刘金岭、何坚、秦一菲等。
KNN算法—发文量
专利文献>
论文:51829篇
占比:99.37%
总计:52159篇
KNN算法
-研究学者
- 刘金岭
- 何坚
- 秦一菲
- 郭辉
- 马明辉
- 刘凤魁
- 周明我
- 孙耀杰
- 延菲
- 张亮
- 王孝兰
- 王岩松
- 王新迎
- 王正欧
- 王煜
- 白石
- 邓春宇
- 丁华福
- 于威威
- 令狐彬
- 何志勇
- 何正杰
- 余佳文
- 冯克鹏
- 刘作国
- 刘博
- 刘宁宁
- 刘宏
- 刘志
- 刘淑英
- 刘琳
- 刘端阳
- 卢凯
- 吕锋
- 吴志国
- 吴蔚
- 周忠眉
- 夏小龙
- 字凤芹
- 孙洁
- 孙静
- 宋晓晨
- 廉培庆
- 张丞
- 张习之
- 张俊峰
- 张全
- 张公敬
- 张勇
- 张岩
-
-
靳济方;
刘承远;
范晓红;
段晓毅;
刘嘉瑜
-
-
摘要:
能量分析攻击至今仍是针对密码芯片最具威胁的攻击方法之一,针对传统的模板分析攻击和KNN算法的攻击进行对比研究,对比模板攻击和机器学习中的KNN优缺点。首先对皮尔逊相关系数、互信息和最大信息系数、距离相关系数3种降维方法进行了研究;然后对比了相同数量功耗曲线下,特征点数量对两种能量分析的成功率等性能的影响;同时研究了不同降维技术在相同功耗曲线数量和不同功耗曲线数量时对两种能量分析攻击的影响。结果表明,模板攻击在运行速度、占用内存方面优于KNN算法攻击,而在攻击成功率和鲁棒性方面,KNN算法攻击具有更好的表现。
-
-
王小霞;
欧阳露;
郑诗琪;
胡三根;
韩霜
-
-
摘要:
针对共享单车停靠点供需时空失衡、潮汐效应明显、优化选择水平低的问题,本文把区域编码与分类学习方法相结合,提出一种基于Geo Hash与K最近邻模型(K Nearest Neighbor model,KNN)的共享单车停靠点优化选择方法。首先,在分析现有共享单车停靠问题的基础上,利用Geo Hash算法的区域编码分割,得到停靠点空间分布;然后,在停靠点可供选择数量和可容纳车辆数量的双重约束条件下,利用KNN聚类算法进行二次划分,完成共享单车停靠点的优化选择;最后,利用厦门市思明区和湖里区共享单车数据进行综合评价。研究结果表明,该方法具有一定的合理性,能够为缓解共享单车停靠点潮汐现象提供有益借鉴。
-
-
金悦奇;
朱杰
-
-
摘要:
在高职院校“互联网+”教学背景下,分析机器学习在学业预警中的技术优势和可行性。利用KNN算法构建学业预警模型,提出基于机器学习的高职学业预警系统设计方案。随着“互联网+”教学不断推广深入,以MOOC、SPOC为代表的信息化教学中得到广泛应用。一方面学生在这些教学信息系统上的学习行为、过程及结果产生了大量的数据记录,这些学习行为数据和学生的学业教学评价之间存在着的内在联系,为创建信息化的学业预警系统提供了数据基础。
-
-
朴泓德;
金山海
-
-
摘要:
针对不良的步态会对下肢的关节产生不利的影响(加重行走的负担,能量消耗过快等),以及加重患病的风险,提出了利用KNN(k-nearest neighbor)算法对足外8和足内8两种不良步态与正常步态(对照组)进行分类学习,获取分类模型。三种步态的三维步态数据是从17名受试者在正常行走期间通过3D运动捕捉系统获得的,KNN模型对三种步态识别的总正确率为81.7%,对足外8步态的正确率为92.8%以及足内8的正确率为91.0%。模型的正确率较为准确,可以为矫正不良步态提供有力支持、减少不良步态的检测成本。
-
-
胡振圆;
王路平;
于晗;
温德丰
-
-
摘要:
文章提出了一款基于树莓派,采用计算机语言进行编程,通过Open CV进行人脸识别判断谈话对象的医用护理机器人系统。可根据医疗使用要求,完成心理辅导,代替护士查房,生成电子病历,语音视频记录谈话内容,数据记录等。可在特定情况下代替护士的工作,减轻护士负担,并在一定程度上缓解患者病痛。
-
-
欧振国;
张永旺;
刘海斌;
舒晔;
黄博伟;
彭强
-
-
摘要:
针对常规技术中的计量生产管理平台不完善、数据处理滞后等问题,提出一种新型的计量生产管理平台。构建包括数据层、访问层、计算层和应用层的分布式多层架构,实现数据的分层处理。设计包括计量客户服务层、计量业务处理层、计量工作质量监控层和计量调度层的计量生产调度数据管理平台,实现不同计量业务的管理,满足用户的多种需要。还融入了大数据处理算法,应用KNN算法实现不同类型数据的分类,通过构建AdaBoost算法模型,实现电能计量故障数据的诊断。试验表明,提出的方法数据处理能力强,工作效率高,误差低。
-
-
周聂;
侯精明;
陈光照;
马红丽;
洪增林;
李新林
-
-
摘要:
基于高精度水动力模型与机器学习技术,运用极限随机树(ERT)及KNN算法,构建了高分辨率山洪灾害快速预报模型。利用确定系数、平均绝对误差和均方根误差3种指标评估模型的整体可靠性,同时,截取流域出口断面流量验证模型的预报性能。结果表明:所建模型预报结果与水动力模型模拟结果淹没范围基本一致,流域淹没范围平均相对误差低于5%,模型整体稳定可靠;流域出口断面流量平均相对误差低于10%,断面平均水深、流速平均相对误差低于5%,模型预报性能良好;模型可在10s内完成最大淹没情况计算并输出淹没范围图,能为紧急决策提供足够的前置时间,协助决策者更好地采取应对措施。
-
-
吴玲;
陶青川;
敬倩
-
-
摘要:
针对目前体能训练中普遍采用人工监督计数所带来的效率低、误差大的问题,设计了一种Fast-3D-Pose-Counter智慧体能计数算法。该算法首先利用改进的YOLO_v3网络对单目RGB摄像头采集的视频进行目标检测,得到人体目标区域。然后使用SimplePose网络进行二维姿态估计,并将人体关键点的二维坐标输入3D Pose Baseline网络,得到三维坐标系下的人体姿态。最后基于KNN算法设计动作计数分类器对三维特征向量进行分类,实现有效动作计数。实验结果表明,本算法的推理速度达到了27.4 FPS,计数准确率达到了99.6%,具备很好的实用性。
-
-
李光昌;
刘飞飞;
李嘉豪
-
-
摘要:
【目的】提高猪只行为识别效率,提供猪只健康状态的快速判别依据,推进中国生猪养殖智能化和规模化。【方法】借鉴OpenPose人体姿态估计算法并对其改进,构建猪只姿态估计模型,在视频流图像中提取猪只骨骼关节点,通过计算关节点间距与骨骼关节角度描述猪只行为特征,利用K-最近邻算法(K-nearest neighbor,Knn)对猪只行为进行分类。【结果】采用基于改进OpenPose算法对猪只行为的识别准确率达到94%以上,优于采用YOLO v4算法的识别结果;与采用DeepCut、Associative Embedding和DeeperCut姿态估计算法相比,采用改进OpenPose算法构建的猪只姿态估计模型对猪只各类行为识别准确率提高了4%以上。【结论】本识别方法能够满足生猪规模化养殖中猪只行为自动化监控的需求,有效降低工人劳动强度,为猪只健康异常状态的判别提供辅助决策信息,在养殖业智能化和信息化领域具有巨大应用潜力。
-