最近邻分类的改良模型

• 作者: 吴昊
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 分类 噪声数据 kNN算法
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 1261-1266
• 页数: 6页
• 分类号: TP399
• 字数: 6144字
• 语种: 中文

摘要

提出一种最近邻分类的改良模型,综合考虑待分类数据的k近邻、所属的簇和整个训练数据集的类分布,充分利用局部、部分和全局三种类分布信息,从而具有抗噪声的性能.实验表明,提出的最近邻分类改良模型具有较好的抗噪声鲁棒性,而且分类的准确率明显高于传统的kNN分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴昊	广西师范大学计算机科学与信息工程学院	13	34	3.0	5.0