基于KNN算法实现手写数字识别的探索

• 作者: 李安宇
• 来源期刊: 通讯世界
• 学科: 工学
• 关键词: KNN算法 手写数字识别 KNN算法时空复杂度优化
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 通信设计与应用
• 页码范围: 37-38
• 页数: 2页
• 分类号: TP391.4
• 字数: 2204字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4222.2020.02.020

摘要

KNN算法是将学习样本中距待预测样本中最近的k个样本作为判断依据,并根据其中大多数所属类别预测待预测样本属性的一种分类算法.本文描述了使用KNN算法初步实现了手写数字识别,分析了其固有的效率低、时空复杂度高等弊端,在实际测算中测得其准确率高于98.7％,并提供了一种的改进方案,使得KNN算法的时间效率得到了质的飞跃,但与此同时准确度有一定幅度降低.KNN算法及其优化为手写数字识别提供了一种新的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李安宇		1	0	0.0	0.0