选择性自适应k子凸包分类方法

• 作者: 牟廉明
• 来源期刊: 南京大学学报（自然科学版）
• 关键词: 选择性 自适应 留一法 k子凸包 凸包分类
• 年，卷（期）: 2013,（4）
• 页码范围: 411-417
• 语种: 中文

摘要

k子凸包分类方法在实际问题中有广泛应用.但是该方法仍然对噪声和参数k比较敏感,并且在k邻域内不同类的样本数经常严重失衡,导致分类性能下降.针对上述问题,设计了一种选择性自适应k子凸包分类方法.首先根据k子凸包分类的特点给出冗余数据、噪声和决策邻域的概念,并对数据进行网格化处理.然后采用留一法对数据集进行选择性修剪,去掉冗余数据和噪声;并为每个样本学习一个不同的决策邻域,使得不同样本的决策邻域能够自适应变化.实验表明,该方法不仅缩小了问题规模,而且分类性能也有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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