改进的KNN算法在煤种分类中的应用

本文基于MATLAB环境，介绍如何搭建Kohonen网络模型并应用导师监督算法进行改进，在分类中的具体应用。同时，也探讨了该算法在海量数据处理中的优势。

k-means算法是一种经典的聚类算法，被广泛应用于数据挖掘和机器学习领域。如何使用k-means算法对鸢尾花进行分类。我们首先解释了k-means算法的原理，然后详细说明了如何通过编程实现该算法，并

一种新算法在PEGASIS中的应用 The Application of a new algorithm in PEGASIS

线性模型是在机器学习中广泛应用的一种方法。在分类中，线性模型通过使用输入特征的线性组合来分类，可以对输入数据进行快速而准确的分类。在本文中，我们将讨论线性模型在分类中的应用，并介绍一些常见的线性模型算

根据集对的原理和方法,引入接近度的概念对样本中的不确定信息进一步分析,建立了评价煤与瓦斯突出危险性的改进集对分析模型。对传统的同异反判别标准进行了改进,解决了样本中的某些指标值超出评价标准的问题。根据

针对传统支持向量机（SVM）多分类一对多算法存在的运算量大、耗时长、数据偏斜以及对最优超平面附近点分类易出错问题，提出了一种改进方法。将数据空间分为密集区和稀疏区，各类中密集点归于密集区，其余归于稀疏

针对目前的Wi-Fi室内定位普遍存在定位精度不高、定位结果不稳定等问题进行了研究，为了改善这些不稳定因素，根据室内传播信号波动较大的特点，提出了一种基于KNN的指纹定位改进算法的方法。该算法通过动态预

一种改进的快速LMS_Newton算法及其在声回波对消中的应用.

分析了目前常见的用于矿井漏电保护系统的各种选线理论的优缺点;针对基于小波算法的矿井漏电故障暂态信号选线方法中存在的暂态信号不易捕捉、实时检测较困难的问题,提出了一种基于自适应滤波器技术的改进型小波算法

一种改进的线性预测算法在VoIP系统中的应用，傅有为，王健，线性预测编码是一种常用的语音压缩方法，然而在实际应用中所需的计算量比较大。本文提出了一种对线性预测编码的改进算法，利用元