基于KD-Tree的KNN文本分类算法

• 作者: 刘忠 刘洋 建晓
• 来源期刊: 网络安全技术与应用
• 学科: 工学
• 关键词: KNN KNN 文本分类
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 技术·应用
• 页码范围: 38-40
• 页数: 3页
• 分类号: TP311.13
• 字数: 2381字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6833.2012.05.015

摘要

本文将KD-Tree应用到KNN文本分类算法中,先对训练文本集建立一个KD-Tree,然后在KD-Tree中搜索测试文本的所有祖先节点文本,这些祖先节点文本集合就是待测文本的最邻近文本集合,与测试文本有最大相似度的祖先的文本类型就是待测试文本的类型,这种算法大大减少了参与比较的向量文本数目,时间复杂度仅为O（log2N）。实验表明,改进后的KNN文本分类算法具有比传统KNN文本分类法更高的分类效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洋	桂林理工大学信息科学与工程学院	7	11	2.0	3.0
2	刘忠	桂林理工大学信息科学与工程学院	4	11	2.0	3.0
3	建晓	桂林理工大学信息科学与工程学院	1	4	1.0	1.0