一种并行的加速K-近邻分类方法

• 作者: 王建珍 王秀华
• 来源期刊: 太原师范学院学报（自然科学版）
• 学科: 工学
• 关键词: K-近邻分类 并行计算 并行K-近邻分类 工作子集
• 年，卷（期）: 2014,（4）
• 页码范围: 44-46,79
• 页数: 4页
• 分类号: TP18
• 语种: 中文

摘要

文章针对传统K-近邻分类方法学习效率低下的问题,提出一种基于并行计算的加速K-近邻分类方法(K-nearest neighbor classification method based on parallel computing,PKNN),即并行K-近邻分类.该方法首先将所需要分类的样本划分为不同的工作子集,然后在每个子集上进行并行的K-近邻分类.由于划分后每个工作子集的规模均远小于整个数据集的规模,因此降低了分类算法的复杂度,可有效处理大规模数据的分类问题.实验结果表明,PK-NN方法能提高分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建珍		14	79	4.0	8.0
2	王秀华		5	1	1.0	1.0