基于K-近邻分类算法的供需数据智能匹配研究

来源 :机械工程与自动化 | 被引量 : 0次 | 上传用户:huahua7717
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对将智能信息处理技术赋能于科技成果转移转化,研究应用大数据技术支撑科技成果转化体系中供需对接建设。利用各类高文档频率的特征选择方法,结合数据挖掘技术中的K-NN分类算法,分析并建立匹配模型,通过机器对转化数据进行智能匹配,与转化数据模型建立联系,为成果转化体系建立高效机制。通过利用文本分类系统的召回率指标对实验结果进行系统的分析,供需数据智能匹配率佳。通过对成果转化数据来源的真实性、准确性、完整性、时效性等研究分析得知,在保证数据来源质量基础上可发挥大数据处理和分析的作用,助力科技成果转化体系建设。
其他文献
针对我军士兵在高强度的自行武器驾驶军事训练中疲劳导致的装备故障多发,提出了一种基于AdaBoost视觉算法的士兵面部疲劳检测系统。该研究通过机器视觉检测士兵的疲劳状态,采用嵌入式平台对视觉面部图像信息处理并定位人眼,通过AdaBoost算法及Haar-like特征对人眼特征进行疲劳度检测并作出预警,及时更换士兵以提高自行武器的精确驾驶。实验结果验证了算法的有效性和合理性,对提高我军自行武器驾驶人员