-
题名基于卡方距离度量的改进KNN算法
被引量：17
- 1
-
-
作者
谢红
赵洪野
-
机构
哈尔滨工程大学信息与通信工程学院
-
出处
《应用科技》
CAS
2015年第1期10-14,共5页
-
基金
黑龙江省自然科学基金资助项目(F201339)
-
文摘
K-近邻算法(K-nearest neighbor,KNN)是一种思路简单、易于掌握、分类效果显著的算法。决定K-近邻算法分类效果关键因素之一就是距离的度量,欧氏距离经常作为K-近邻算法中度量函数,欧式距离将样本的不同特征量赋予相同的权重,但是不同特征量对分类结果准确性影响是不同的。采用更能体现特征量之间相对关系的卡方距离度量作为KNN算法的度量函数,并且采用灵敏度法进行特征权重计算,克服欧氏距离的不足。分类实验结果显示,基于卡方距离的改进算法的各项评价指标优于传统的KNN算法。
-
关键词
K-近邻算法
卡方距离
距离度量
二次式距离
欧式距离
灵敏度法
-
Keywords
K-nearest neighbor algorithm
Chi-square distance
distance measure
quadratic-form distance
Euclidean distance
sensitivity method
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于局部权重k-近质心近邻算法
被引量：2
- 2
-
-
作者
谢红
赵洪野
解武
-
机构
哈尔滨工程大学信息与通信工程学院
-
出处
《应用科技》
CAS
2015年第5期10-13,共4页
-
基金
黑龙江省自然科学基金资助项目(F201339)
-
文摘
k-近质心近邻原则是k-近邻原则的一种有效扩展,是有效的模式分类方法之一。k-近质心近邻原则容易受到局外点的影响;同时,所有的k-近质心近邻点在分类决策时具有相同的权重和分类贡献率,这显然是不合理的。为了解决这一问题,考虑到质心近邻在模式分类问题上具有近邻特性和空间分布特性,提出一种基于局部权重的近质心近邻算法,实验结果表明该LWKNCN算法在分类精度上优于传统的KNN算法和KNCN算法。
-
关键词
模式分类
近邻原则
K-近邻
k-近质心近邻
局部权重
-
Keywords
pattern classification
nearest neighbor rule
k-nearest neighbor rule
k-nearest centroid neighbor rule
local weight
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
