基于局部均值与类均值的近邻分类

• 作者: 曾勇 杨煜普 赵亮
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: k-近邻分类 局部均值 类均值 交叉验证
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 547-550,556
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2009.04.013

摘要

k-近邻分类是一种流行且成功的非参数分类方法.但其分类性能由于离群点的存在而受到损害.为克服离群点对分类性能的不利影响,提出了一个k-近邻分类的变形和一个基于局部均值向量与类均值向量的近邻分类方法.该方法利用了未分类样本在每个训练类中k个近邻的局部均值的信息和整体均值的知识,不仅能够克服离群点对分类性能的影响,而且取得了比传统的k-近邻分类一致好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨煜普	上海交通大学自动化系	125	1534	23.0	35.0
2	赵亮	上海交通大学自动化系	31	228	8.0	14.0
3	曾勇	上海交通大学自动化系	1	5	1.0	1.0