KNN-均值算法

• 作者: 仲媛 李小舟 杨健 涂庆华
• 来源期刊: 现代计算机（普及版）
• 关键词: 分类算法 KNN 均值 字符识别
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究与开发
• 页码范围: 43-47
• 页数: 5页
• 字数: 2990字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2014.17.010

摘要

基于传统KNN的弱点，提出一种新的改进方法：在训练样本中取与待测样本最近邻的K个样本；把这K个样本按类划分取每类的平均样本；计算每个类的平均样本与待测样本的欧氏距离，并将样本归为距离最小的那一类。在南京理工大学NUST603HW手写体汉字库以及Concordia 大学的CENPARMI手写体阿拉伯数字数据库上的试验结果表明，新方法较传统KNN的识别率有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨健	南京理工大学计算机科学与工程学院	37	830	12.0	28.0
2	涂庆华	南京理工大学信息化建设与管理处	44	118	6.0	9.0
3	仲媛	南京理工大学信息化建设与管理处	12	41	3.0	6.0
4	李小舟	南京航空航天大学发展计划处	5	8	1.0	2.0