一种基于模糊理论的KNN文本分类算法

• 作者: 曾洪波 杨天奇 邱韬奋
• 来源期刊: 微计算机应用
• 学科: 工学
• 关键词: 文本分类 KNN 模糊理论 隶属度函数
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 综述与研究
• 页码范围: 21-25
• 分类号: TP391.1
• 字数: 2758字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-347X.2011.02.004

摘要

传统的KNN文本分类算法在处理不均匀数据时,尤其是小型数据,容易受到边缘数据的干扰,导致分类效果明显下降.对此,本文提出一种基于模糊理论的KNN文本分类算法,该算法根据模糊理论的思想计算样本的隶属度函数,更合理地处理训练样本权值.实验表明,基于模糊理论的KNN算法能有效的弱化这些干扰,并在分类准确度上也有一定的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨天奇	暨南大学信息科学技术学院	44	282	9.0	14.0
2	曾洪波	暨南大学信息科学技术学院	2	9	2.0	2.0
3	邱韬奋	暨南大学信息科学技术学院	3	10	2.0	3.0