k子凸包分类方法

• 作者: 牟廉明
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: k局部超平面 k近邻 k子凸包
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 第三届全国智能信息处理学术会议论文选登
• 页码范围: 374-380
• 分类号: TP391
• 字数: 3329字
• 语种: 中文

摘要

基于凸包的k局部超平面距离分类方法,通过改进k近邻算法在处理小样本问题时的决策边界而显著提高分类性能.但是,该方法对噪声和类的数目敏感,并且在一类样本“包围”另一类样本时,由于外围类凸包与内部样本的距离为零而导致分类错误.针对上述问题,提出了k子凸包分类方法,该方法融合了k近邻分类和凸包技术的优点,首先寻找测试样本的k近邻,然后在该邻域中计算测试样本到相应类的子凸包的距离,并根据距离大小来确定该测试样本的类别,有效克服了k局部超平面距离分类存在的不足.大量实验表明,文章提出的k子凸包分类方法在分类性能上具有显著的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟廉明	内江师范学院四川省高等学校数值仿真重点实验室	46	187	7.0	11.0