共 8 条
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
蚁群算法在KNN文本分类中的应用
被引：6
作者：
殷宏威
[1
]
赵伟
[1
,2
]
杨志伟
[1
]
机构：
[1] 长春工业大学计算机学院
[2] 吉林农业大学信息技术学院
关键词：
KNN;
文本分类;
待测样本;
蚁群算法;
易判区域;
难判区域;
组相似度;
D O I：
暂无
中图分类号：
TP391.12 [];
学科分类号：
摘要：
作为一种经典的文本分类算法,KNN简单、实用,在许多实际系统中有广泛的应用,但若待分样本位于易判区域时,KNN却做了许多无用计算。基于此,本文提出一种改进算法,借鉴于蚁群算法,引入了组相似度这个新颖概念,使得当待测样本位于易判区域时,能很快得出判定结果;当待测样本位于难判区域时,该算法退化为KNN的原始算法。
引用
收藏
页码：159 / 163
页数：5
相关论文