基于中心向量的多级分类KNN算法研究

• 作者: 刘述昌 张忠林
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 多级分类器 类中心向量 K最近邻
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1758-1764
• 页数: 7页
• 分类号: TP391
• 字数: 6278字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.09.024

摘要

针对KNN算法在中文文本分类时的两个不足:训练样本分布不均,分类时计算开销大的问题,在已有改进算法的基础上进行了更深入的研究,提出多级分类KNN算法.算法首先引入基于密度的思想对训练样本进行调整,通过样本裁减技术使样本分布更趋于理想的均匀状态,同时计算各类别的类中心向量.在保证类中心向量准确性的前提条件下,使分类阶段的复杂计算提前到分类器的训练过程中.最后一级选用合适的m值(预选类别个数),根据最近邻思想对待分类文本进行所属类别判定.实验结果表明,该算法在不损失分类精度的情况下,不仅降低了计算复杂度,而且显著提高了分类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张忠林	兰州交通大学电子与信息工程学院	81	483	12.0	18.0
2	刘述昌	兰州交通大学电子与信息工程学院	2	11	2.0	2.0