加权KNN相关论文
为解决虚假目标点迹对雷达跟踪性能的影响,提出了一种基于改进K近邻(KNN)的雷达点迹真伪鉴别方法,进一步区分目标点迹和杂波点迹,......
目的图文数据在不同应用场景下的最佳分类方法各不相同,而现有语义级融合算法大多适用于图文数据分类方法相同的情况,若将其应用于......
Boosting是机器学习领域中重要的集成学习方法,以AdaBoost为代表的Boosting算法通过在组合弱学习器时不断加强对错分类样本的关注......
随着LTE移动网络的发展,基站和用户数量爆炸性增加使得当前网络环境越发复杂,导致LTE网络中的弱覆盖问题越来越多。针对复杂场景的......
位置指纹算法是目前解决室内定位问题的主要方法,指纹特征和匹配算法为影响算法精度的两大因素。针对室内复杂环境下Wi-Fi信号强度......
采用三重指数移动平均平滑金融时间序列。使用动态时间弯曲方法,计算当前样本与历史高收益样本之间的柔性距离。平均收益随平滑次......
粗糙集是处理不精确、不确定性问题的基本方法之一。采用粗糙集理论与方法进行数据分析具有不必具备数据集的先验知识、不需人为设......
为实现脑膜瘤核磁共振（MR）图像的精确分割,本文提出了一种新的基于图割的交互式图像分割算法。该方法首先提取高维图像特征,然后利用......
随着互联网的广泛运用,互联网已经渗透到我们生活的各个角落,随着互联网运用的普及,互联网的安全也越发的引起我们的关注。作为主......
针对加权kNN(k-Nearest Neighbor)方法在对样本进行分类时,仅仅只利用了它的k近邻点来进行分类决策的不足,提出了一种序列的加权kN......
加权KNN(k-nearest neighbor)方法,仅利用了k个最近邻训练样本所提供的类别信息,而没考虑测试样本的贡献,因而常会导致一些误判。......
首先利用平滑均值滤波方法对采集信号的RSSI值进行均值平滑处理,提高信号采集的精度;其次利用kmeans聚类算法对指纹库进行优化提高......
