一種自適應ｋ－最近鄰算法的研究
2006-01-01 00:00:00余小鵬周德翼
計算機應用研究 2006年2期
摘 要：針對傳統k-最近鄰算法(k-Nearest Neighbor，kNN)存在搜索慢的缺陷，提出了一種改進型的自適應k-最近鄰算法。該方法在以測試樣本點為中心的超球內進行搜索，對超球半徑的生長進行采樣，建立半徑生長的BP神經網絡模型，逼近半徑變化函數，并用該函數指導超球體的生長。該方法有效地縮小了搜索范圍，減少了超球體半徑生長的試探次數，對處理稀疏數據集有明顯的優越性。
關鍵詞：模式分類；k-最近鄰算法；超球；BP網絡算法
中圖法分類號：TP301．6
文獻標識碼：A
文章編號：1001—3695(2006)02-0070—03
