| 基于权重搜索树改进K近邻的高维分类算法 |
| |
| 作者姓名： | 梁淑蓉 陈基漓 谢晓兰 |
| |
| 作者单位： | 桂林理工大学信息科学与工程学院,桂林 514004;桂林理工大学信息科学与工程学院,桂林 514004;广西嵌入式技术与智能系统重点实验室,桂林 514004 |
| |
| 基金项目： | 国家自然科学基金资助项目(61762031);广西科技重大专项 (桂科AA19046004);广西重点研发项目(桂科AB18126006) |
| |
| 摘 要： | 信息采集技术日益发展导致的高维、大规模数据,给数据挖掘带来了巨大挑战,针对K近邻分类算法在高维数据分类中存在效率低、时间成本高的问题,提出基于权重搜索树改进K近邻(K-nearest neighbor algorithm based on weight search tree,KNN-WST)的高维分类算法,该算法根据...
|
| 关 键 词： | 高维数据 K近邻分类算法 特征属性 搜索树 闵氏距离 |
| 收稿时间： | 2020-06-29 |
| 修稿时间： | 2020-12-08 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
