基于局部多均值表示的K-近质心近邻分类算法|周承如;熊太松;吴宏伟;杨园园;宋君|成都信息工程大学计算机学院成都 610225 - 期刊导航|首站-论文投稿智能助手|论文发表|论文智能投稿|期刊自助发表推荐|杂志社快速发表|查同导刊-域田数据官方网站

典型文献

基于局部多均值表示的K-近质心近邻分类算法

文献摘要：

基于局部均值的KNN分类(LMKNN)算法使用了局部均值点来反映样本间的相似性,可以提高分类的正确率.但局部均值点对于分类却依然具有相同的权重,然而不同近邻点应当具有不同的权重.近质心近邻分类(K-Nearest Centroid Neighbor Classifier,KNCN)算法中近质心近邻可以反映样本的几何分布信息,但基于简单的最大投票原则也导致近邻点具有相同权重.故提出了基于局部多均值的K-近质心近邻分类(The Multi-Local Means-Based K-Nearest Centroid Neighbor Classifier,LMRKNCN)算法,为了验证该算法的分类有效性,选取较新的四种对比算法在真实数据集上进行实验比较,结果表明LMRKNCN的分类性能优于其他对比算法.

文献关键词：

K-近邻;协作表示;局部均值;近质心近邻;模式分类

中图分类号：

[1] 自动化技术、计算机技术（TP） / 计算技术、计算机技术（TP3） / 计算机的应用（TP39） / 信息处理(信息加工)（TP391）

[2] 自动化技术、计算机技术（TP） / 计算技术、计算机技术（TP3） / 一般性问题（TP30） / 理论、方法（TP301） / 算法理论（TP301.6）

[3] 自动化技术、计算机技术（TP） / 计算技术、计算机技术（TP3） / 计算机的应用（TP39） / 信息处理(信息加工)（TP391） / 模式识别与装置（TP391.4）

作者姓名：

周承如;熊太松;吴宏伟;杨园园;宋君

作者机构：

江苏大学计算机科学与通信工程学院镇江 212013;成都信息工程大学计算机学院成都 610225

文献出处：

计算机与数字工程

引用格式：

[1]周承如;熊太松;吴宏伟;杨园园;宋君-.基于局部多均值表示的K-近质心近邻分类算法)[J].计算机与数字工程,2022(07):1422-1427

A类：

近质心近邻,LMKNN,KNCN,LMRKNCN

B类：

分类算法,局部均值,邻点,Nearest,Centroid,Neighbor,Classifier,几何分布,分布信息,投票,Multi,Local,Means,Based,对比算法,真实数据,分类性能,协作表示,模式分类

AB值：

0.293437

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。