基于训练集聚类的加权KNN算法研究

• 作者: 王丽君 郇益斌
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: KNN算法 FCM算法 训练集聚类 加权
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 16-17
• 页数: 2页
• 分类号: TP311.13
• 字数: 2241字
• 语种: 中文

摘要

针对传统K-最近邻(K-Nearest Neighbor,KNN)算法在数据量较大时分类效率较低的问题,提出一种基于训练集聚类的加权KNN算法,通过模糊C均值(Fuzzy c-means,FCM)算法将训练集聚类,当有待测样本需要分类时,根据待测样本与各个类的位置关系快速查找k个最近邻,缩减了计算量,提出的算法还通过加权来减小k值的选择对分类结果的影响,经过数值实验验证了算法分类的准确性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽君	山东科技大学数学与系统工程学院	11	40	2.0	6.0
2	郇益斌	山东科技大学数学与系统工程学院	2	1	1.0	1.0