基于Fuzzy ART的K-最近邻分类改进算法

被引：4

作者：

徐晓颖

王晓晔

杜太行

机构：

[1] 河北工业大学电气与自动化学院

[2] 河北工业大学电气与自动化学院天津

[3] 天津

来源：

河北工业大学学报 | 2004年 / 06期

关键词：

模糊自适应共振理论; K-最近邻分类; 聚类; 分类;

D O I：

10.14081/j.cnki.hgdxb.2004.06.001

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

提出了一种K-最近邻改进算法,该算法用模糊自适应共振理论(Fuzzy ART)对K-最近邻的训练样本集进行浓缩,以改善K-最近邻的计算速度.该算法首先用Fuzzy ART将训练样本集中的每一类样本进行聚类,减小了训练样本集的数据量,提高了算法的计算速度,保持了预测精度,从而使该算法适用于海量数据集的情况.实验表明,该算法适用于对复杂而数据量较大的数据库进行分类.

引用

页码：1 / 5

页数：5