典型文献
基于改进随机森林的海量高维数据最近邻检索
文献摘要：
针对高维大样本数据分类的不足,导致传统海量高维数据最近邻检索存在的召回率低和开销大的问题,提出基于改进随机森林的海量高维数据最近邻检索.收集高维数据并利用局部线性嵌入法对数据进行降维处理.创建最近邻检索索引,利用改进随机森林算法确定高维数据类型,实现海量高维数据最近邻检索.为了测试设计最近邻检索的功能,设计对比实验,经过与传统检索方法的对比得出结论:设计的最近邻检索平均召回率提升了1.2％,内存开销和时间开销均有所降低.
文献关键词：
改进随机森林算法;海量高维数据;数据检索;最近邻检索
中图分类号：
作者姓名：
孙昊
作者机构：
乌鲁木齐职业大学,新疆 乌鲁木齐 830002
文献出处：
引用格式：
[1]孙昊-.基于改进随机森林的海量高维数据最近邻检索)[J].自动化技术与应用,2022(11):73-76
A类：
最近邻检索
B类：
海量高维数据,大样本,数据分类,召回率,开销,局部线性嵌入,嵌入法,降维处理,索索,索引,改进随机森林算法,数据类型,测试设计,设计对比,检索方法,比得,数据检索
AB值：
0.157676
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
