一种基于层次分析法的改进KNN算法

• 作者: 戴璞微 朱峰 潘斌 王玉铭
• 来源期刊: 辽宁石油化工大学学报
• 学科: 数学
• 关键词: KNN算法 层次分析法 AHP-KNN算法 FCD-KNN算法
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息与控制工程
• 页码范围: 87-92
• 页数: 6页
• 分类号: O29
• 字数: 4498字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6952.2018.04.017

摘要

KNN分类算法具有非参数性,易于理解且比较高效,被广泛应用于许多领域.传统的KNN算法中的欧氏距离求法将样本所有属性的贡献视为相同,而实际上样本不同属性的贡献并不一定相同,为解决此问题,提出了一种基于层次分析法的改进KNN算法.在改进算法中,首先利用层次分析法计算样本各属性的权值,再采用加权的欧氏距离计算样本距离,根据样本的加权距离进行分类.实验中,随着训练样本的不断增加,AHP-KNN算法的效率不断提高,并且逐步优于FCD-KNN算法和传统KNN算法的效率.仿真结果表明,提出的改进算法有效提高了传统KNN算法的分类精确度,并具有一定的理论和实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘斌	辽宁石油化工大学理学院	19	20	4.0	4.0
2	戴璞微	辽宁石油化工大学计算机与通信工程学院	2	6	1.0	2.0
3	王玉铭	辽宁石油化工大学理学院	2	6	1.0	2.0
4	朱峰	辽宁石油化工大学计算机与通信工程学院	12	30	4.0	5.0