FKNN的新算法及其应用
FKNN算法是比KNN算法更有效的模式识别的方法.但它们都存在一点不足:识别效果依赖于K值的选取.为了弥补这一不足,本文给出了FKNN的新算法,首先将K近邻集定义为模糊集,然后在不同的水平集下判别待识样本的类别,然后再根据各水平集下的判别结果,综合评判待识别样本的类别.将该法应用于大米产地的识别,识别效果明显好于KNN算法和现有的模糊KNN算法.
KNN算法、FKNN算法、FKNN的新算法、K-近邻的水平集、大米产地识别
30
O159(代数、数论、组合理论)
黑龙江省教育厅科学技术研究项目12531590
2017-03-31(万方平台首次上网日期,不代表论文的发表时间)
89-93