Current Location:home > Detailed Browse

Article Detail

基于最近邻距离权重的ML-KNN算法

Submit Time: 2019-01-28
Author: 陆凯 1 ; 徐华 1 ;
Institute: 1.江南大学 物联网工程学院;

Abstracts

在大数据环境下,K近邻多标签算法(ML-KNN)高时间复杂度的问题显的尤为突出;此外,ML-KNN也没有考虑k个近邻对最终分类结果的影响。针对上述问题进行研究,首先将训练集进行聚类,再为测试集找到一个距离其最近的训练数据簇作为新的训练数据集;然后计算最近邻样本的距离权重,并用该权重描述最近邻和其他近邻对预测结果的影响;最后使用新的目标函数为待测样本分类。通过在图片、Web页面文本数据等数据集上的实验表明,所提算法得到了更好的分类结果,并且大大降低了时间复杂度。
Download Comment From cooperative journals:《计算机应用研究》 Hits:886 Downloads:608
Journal:计算机应用研究
Recommended references: 陆凯,徐华.(2019).基于最近邻距离权重的ML-KNN算法.计算机应用研究.[ChinaXiv:201901.00190] (Click&Copy)
Version History
[V1] 2019-01-28 14:33:27 chinaXiv:201901.00190V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO