基于 C＃最近邻算法的教学系统分析与设计

摘要：

K －近邻分类（KNN）是著名的模式识别统计学方法之一，被广泛应用于文本分类、图像处理等领域。因其实现思想的简单性及基于实例的分类方法，可作为人工智能课程的入门案例算法。由于 KNN 分类识别过程中懒散的学习方式，在理论与实践教学上存在着一定的难度。通过对 KNN 算法的研究和软件教学系统的分析与设计，实现了基于 Visual C＃的KNN 各种演示方法和辅助教学系统；改进了教学手段，提高了教学质量。

关键词：K-近邻分类算法、理论教学、实验教学、分析与设计

所属期刊栏目：14

分类号：TP3;G642.0(计算技术、计算机技术)

在线出版日期：2016-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：98-101,131