最近邻搜索用于分类问题的一种改进

被引：13

作者：

肇莹

刘红星

王仲宇

王元庆

机构：

[1] 南京大学电子科学与工程系

来源：

南京大学学报(自然科学版) | 2009年 / 45卷 / 04期

关键词：

模式识别; 分类; 最近邻法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

最近邻搜索广泛应用于分类问题,其最显著的优点是分类准确率高、泛化性能好.但现有最近邻分类算法都存在着一个弱点——样本集增大分类计算量也显著增大.为了克服这一不足,本文基于一个新的思路,提出了最近邻分类方法的一种改进方法.该方法在进行最近邻分类时,不一定要找到待分类点的最近邻点,而只要知道最近邻点的类别即可,大大地减少了最近邻搜索时的计算量.用经典的分类问题双螺线问题(TSP)以及其他几个例子,就该改进方法的分类效果、分类速度和学习性能等3个方面进行了测试,并与经典的K维双叉树(KD树)最近邻搜索法以及压缩近邻法进行了比较.结果表明,就综合性能而言,本文改进方法是有竞争力的.

引用

页码：455 / 462

页数：8

共 4 条

[1] 量化噪声对插值fast Fourier transform谐波估计的影响 [J].

陈晗霄 ;

刘红星 ;

王元庆 .

南京大学学报(自然科学版), 2009, 45 (04) :473-481

[2] 一种激励函数可调的新人工神经网络及应用 [J].

吴佑寿 ;

赵明生 ;

丁晓青 .

中国科学E辑:技术科学, 1997, (01) :55-60

[3]

An Algorithm for Finding Best Matches in Logarithmic Expected Time[J] . Jerome H. Friedman,Jon Louis Bentley,Raphael Ari Finkel.ACM Transactions on Mathematical Software (TOMS) . 1977 (3)

[4]

Fast searchalgorithms for vector quantization and pattern matching .2 CHENG D Y,GERSHO A,RAMAMURTHI B,et al. IEEE In-ternational Conference on Acoustics,Speech,and Signal Process-ing . 1984

← 1 →