基于图结构的分类数据距离度量
针对现有的大多数分类数据的度量方法效果不佳的问题,本文提出了一种基于有序属性和标称属性图结构的分类数据距离度量方法(New Distance Metric,NewDM).首先总结了分类数据距离定义的基本框架公式并分析度量该类型数据的挑战,然后利用不同属性的图结构定义了2个概率分布列距离,紧接着联立权重给出了分类数据的距离度量新方法,最后在6个公开数据集上进行实验,结果表明本文提出的NewDM度量性能优于其他度量方法.
分类数据、距离度量、图结构、有序属性
40
TP311.13(计算技术、计算机技术)
广东省研究生教育创新计划项目;广东省自然科学基金资助面上项目
2023-08-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
109-116