10.19678/j.issn.1000-3428.0049901
基于参考点的改进k近邻分类算法
基本k近邻 (kNN) 分类算法具有二次方的时间复杂度, 且分类效率和精度较低.针对该问题, 提出一种改进的参考点kNN分类算法.依据点到样本距离的方差选择参考点, 并赋予参考点自适应权重.实验结果表明, 与基本k NN算法及kd-tree近邻算法相比, 该算法具有较高的分类精度及较低的时间复杂度.
k近邻、参考点、自适应权重、方差、分类效率
45
TP399(计算技术、计算机技术)
国家重点研发计划2016QY01W0200, 2016YFB1000905;重庆市教委科学技术研究项目KJ1600426, KJ1600419
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
167-172