基于超球区域划分的改进KNN算法

• 作者: 张公敬 王艳飞 胡敬伟 郝卫杰
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: KNN算法 区域划分 超球
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 信息工程
• 页码范围: 85-90
• 页数: 6页
• 分类号: TP301.6
• 字数: 4571字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2017.02.17

摘要

针对KNN算法样本相似度计算量大,计算冗余度高而效率低下的问题,提出了基于超球区域划分的改进KNN算法.该算法是在经典KNN算法上的改进.通过构造等半径超球集合,将所有训练样本分配到相应的超球中,因此一个待测样本的类别可以通过其最近邻的k个超球内的训练样本集来确定.为保证运算效率,设计算法去寻找最优的超球半径r.实验结果表明,基于超球区域划分的改进KNN算法与经典的传统KNN算法在效率和性能方面有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张公敬	青岛大学计算机科学技术学院	15	44	4.0	5.0
2	胡敬伟	青岛大学计算机科学技术学院	2	3	1.0	1.0
3	王艳飞	青岛大学计算机科学技术学院	3	8	2.0	2.0
4	郝卫杰	青岛大学计算机科学技术学院	3	8	2.0	2.0