基于局部均值与类均值的近邻分类
DOI:
CSTR:
作者:
作者单位:

上海交通大学自动化系 200240

作者简介:

曾勇

通讯作者:

中图分类号:

TP181

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    k-近邻分类是一种流行且成功的非参数分类方法,但其分类性能由于离群点的存在而受到损害.为克服离群点对分类性能的不利影响,提出了一个k-近邻分类的变形和一个基于局部均值向量与类均值向量的近邻分类方法.该方法利用了未分类样本在每个训练类中k个近邻的局部均值的信息和整体均值的知识,不仅能够克服离群点对分类性能的影响,而且取得了比传统的k-近邻分类一致好的分类性能.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

曾勇;杨煜普;赵亮.基于局部均值与类均值的近邻分类[J].控制与决策,2009,24(4):547-550

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2008-02-20
  • 最后修改日期:2008-09-12
  • 录用日期:
  • 在线发布日期: 2009-04-20
  • 出版日期:
文章二维码