改进局部均值与类均值权重的近邻分类

• 作者: 曾勇 胡江平 舒欢 葛月月
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 类均值 步长优化 权重 交叉验证
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 137-142
• 页数: 6页
• 分类号: TP391.1
• 字数: 5485字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1603-0015

摘要

为改进传统的基于局部均值与类均值的近邻分类算法的分类精度,有必要对分类中类均值向量的权重分配进行研究.将类均值向量的权重基于客观决策信息确定为数学公式,并运用步长优化的统一迭代法来对加权权重进行选取,通过UCI数据集大量实验表明,使用改进的分类算法进行仿真实验,结果表明,改进算法在正确率方面优于传统算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾勇	电子科技大学自动化工程学院	216	5055	39.0	61.0
2	舒欢	电子科技大学自动化工程学院	2	17	1.0	2.0
3	胡江平	电子科技大学自动化工程学院	11	22	2.0	4.0
4	葛月月	电子科技大学自动化工程学院	2	17	1.0	2.0