一种自适应k-最近邻算法的研究

• 作者: 余小鹏 周德翼
• 来源期刊: 计算机应用研究
• 关键词: 模式分类 k-最近邻算法 超球 BP网络算法
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 研究探讨
• 页码范围: 70-72
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2006.02.021

摘要

针对传统k-最近邻算法(k-Nearest Neighbor, kNN)存在搜索慢的缺陷,提出了一种改进型的自适应k-最近邻算法.该方法在以测试样本点为中心的超球内进行搜索,对超球半径的生长进行采样,建立半径生长的BP神经网络模型,逼近半径变化函数,并用该函数指导超球体的生长.该方法有效地缩小了搜索范围,减少了超球体半径生长的试探次数,对处理稀疏数据集有明显的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周德翼	华中农业大学经贸学院	56	1179	21.0	33.0
2	余小鹏	武汉大学计算机学院	9	133	6.0	9.0