|
|||||
|
|
| 基于概率模型LVQ的改进KNN分类新方法 | |
| 引用本文： | 刘仲民,徐炎,赵彦敏,胡文瑾.基于概率模型LVQ的改进KNN分类新方法[J].兰州理工大学学报,2013,39(3):70-74. |
| 作者姓名： | 刘仲民 徐炎 赵彦敏 胡文瑾 |
| 作者单位： | 1. 兰州理工大学电气工程与信息工程学院,甘肃兰州,730050 2. 兰州城市学院培黎工程技术学院,甘肃兰州,730070 3. 西北民族大学数学与计算机科学学院,甘肃兰州,730030 |
| 基金项目： | 国家自然科学基金，中央高校基本科研业务费专项资金 |
| 摘 要： | KNN是基于实例的算法,对于大规模样本算法分类性能不高.针对这一缺点,提出一种基于概率模型的学习矢量量化神经网络的改进KNN分类新方法.考虑到最优参考点训练的重要性,结合概率方法得到最佳参考点的判断准则函数,采用梯度下降最优化算法利用LVQ训练参考点的最佳位置.在对未知样本进行分类时选出样本x的K个近邻,采用"投票选举"机制最后判断样本x的所属类别.新方法减少KNN的计算复杂度和时间,弥补了KNN在处理大规模数据问题上的不足.在UCI中数据集上的仿真实验表明改进算法的可行性. |
| 关 键 词： | K-近邻 学习矢量量化 模式分类 概率模型 大规模样本 |
New improved KNN method for classification based on probability model LVQ |
|
| LIU Zhong-min , XU Yan , ZHAO Yan-min , HU Wen-jin.New improved KNN method for classification based on probability model LVQ[J].Journal of Lanzhou University of Technology,2013,39(3):70-74. | |
| Authors: | LIU Zhong-min XU Yan ZHAO Yan-min HU Wen-jin |
| Institution: | 1.College of Electrical and Information Engineering,Lanzhou Univ.of Tech.,Lanzhou 730050,China;2.Peili Technical College of Lanzhou City University,Lanzhou 730070,China;3.School of Math and Computer Science,Northwest University for Nationalities,Lanzhou 730030,China) |
| Abstract: | |
| Keywords: | K-nearest neighbor learning vector quantization pattern classification probability model large-scale samples |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |