简化的粒子群优化快速KNN分类算法

被引：15

作者：

李欢 ^{[1
]}

焦建民 ^{[2
]}

机构：

[1] 宁波大红鹰职业技术学院软件学院

[2] 南京航空航天大学民航学院

来源：

计算机工程与应用 | 2008年 / 32期

关键词：

K近邻分类器; 粒子群优化算法; 相似度;

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：

提出了一种有效的k近邻分类文本分类算法,即SPSOKNN算法,该算法利用粒子群优化方法的随机搜索能力在训练集中随机搜索,在搜索k近邻的过程中,粒子群跳跃式移动,掠过大量不可能成为k近邻的文档向量,并且去除了粒子群进化过程中粒子速度的影响,从而可以更快速地找到测试样本的k个近邻.通过验证算法的有效性表明,在查找k近邻相同时,SPOSKNN算法的分类精度高于基本KNN算法。

引用

页码：57 / 59

页数：3