一种序列的加权kNN分类方法

• 作者: 易励群 朱明旱 罗大庸
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 加权KNN 流形 贝叶斯规则 序列的加权kNN
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 科研通信
• 页码范围: 2584-2588
• 页数: 5页
• 分类号: TP391
• 字数: 3853字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2009.11.041

摘要

针对加权kNN(k-Nearest Neighbor)方法在对样本进行分类时,仅仅只利用了它的k近邻点来进行分类决策的不足,提出了一种序列的加权kNN分类方法.该方法在对某个测试样本进行分类时,除了利用它k近邻点所提供的类别信息外,还有效地利用了前面已分类样本的类别信息,这使得测试样本的分类决策更加合理和有效.在Cohn-Kanade人脸库上进行的表情识别实验表明,在序列样本分类的场合,该方法的分类效果比加权kNN方法更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱明旱	中南大学信息科学与工程学院	13	372	9.0	13.0
3	罗大庸	中南大学信息科学与工程学院	139	1870	21.0	37.0
6	易励群	湖南文理学院现代教育技术中心	3	67	3.0	3.0