简化的粒子群优化快速KNN分类算法

• 作者: 李欢 焦建民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: κ近邻分类器 粒子群优化算法 相似度
• 年，卷（期）: 2008,（32）
• 所属期刊栏目: 理论研究
• 页码范围: 57-59
• 页数: 3页
• 分类号: TP18
• 字数: 3243字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.32.017

摘要

提出了一种有效的k近邻分类文本分类算法,即SPSOKNN算法,该算法利用粒子群优化方法的随机搜索能力在训练集中随机搜索.在搜索k近邻的过程中,粒子群跳跃式移动,掠过大量不可能成为k近邻的文档向量,并且去除了粒子群进化过程中粒子速度的影响,从而可以更快速地找到测试样本的k个近邻.通过验证算法的有效性表明,在查找k近邻相同时,SPOSKNN算法的分类精度高于基本KNN算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦建民	南京航空航天大学民航学院	5	40	3.0	5.0
2	李欢	宁波大红鹰职业技术学院软件学院	6	38	3.0	6.0