基于 C＃最近邻算法的教学系统分析与设计

• 作者: 周靖
• 来源期刊: 实验科学与技术
• 学科: 工学
• 关键词: K-近邻分类算法 理论教学 实验教学 分析与设计
• 年，卷（期）: 2016,（1）
• 页码范围: 98-101,131
• 页数: 5页
• 分类号: TP3|G642.0
• 字数: 3253字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4550.2016.01.029

摘要

K －近邻分类（KNN）是著名的模式识别统计学方法之一，被广泛应用于文本分类、图像处理等领域。因其实现思想的简单性及基于实例的分类方法，可作为人工智能课程的入门案例算法。由于 KNN 分类识别过程中懒散的学习方式，在理论与实践教学上存在着一定的难度。通过对 KNN 算法的研究和软件教学系统的分析与设计，实现了基于 Visual C＃的KNN 各种演示方法和辅助教学系统；改进了教学手段，提高了教学质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周靖	广东石油化工学院计算机与电子信息学院	22	86	5.0	8.0