改进的KNN算法在煤种分类中的应用

• 作者: 赵凤荣 郑伟 马艳丽
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 煤种 距离 准确率
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 煤矿电气
• 页码范围: 46-47
• 分类号: TP391
• 字数: 1676字
• 语种: 中文

摘要

提出一种改进的KNN算法,该算法最大的优点是不需要K值,同时具有较好的分类性能.自编程序设计了改进的算法,并将其用于煤样所属煤种的快速分类.通过实验预测了煤样所属煤种.结果表明与经典KNN算法相比,改进的算法实现简单,分类准确率高,适用于煤种的快速分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑伟	河北北方学院理学院	32	425	6.0	20.0
2	马艳丽	河北北方学院信息科学与工程学院	18	75	6.0	8.0
3	赵凤荣	内蒙古师范大学计算机与信息工程学院	8	58	4.0	7.0