Finsler度量在KNN算法中的应用研究

摘要：

为了克服传统K近邻(K nearest neighbor,KNN)算法在距离定义上的不足,提出了一种基于Finsler 度量的KNN算法(Finsler metric KNN,FMKNN).该算法将样本点间的距离定义为Finsler度量,保留了样本属性对样本间距离度量的影响,使得样本点间的距离度量更具一般性.在手写体数据集上的实验表明,FMKNN算法的分类准确率高于传统KNN算法.

关键词：K近邻(KNN)、Finsler度量、手写体识别

所属期刊栏目：5

分类号：TP311(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.61033013

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1021-1026