收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

平均互信息和类别区分性修剪规则的KNN算法

周靖  
【摘要】:大规模的样本数量及其特征高维性影响着K最近邻(KNN)分类算法的分类性能。为此,提出一种具备降维、修剪机制的特征参数平均互信息和类别区分性的KNN改进算法AMICD-KNN。首先使用熵中平均互信息的概念,衡量特征参数体现类别特征信息的准确程度;然后采用特征参数相对类别的优势率及其在数据集中的分布概率描述类别区分性,用于体现特征参数提供类别信息量的大小;最后建立特征参数平均互信息和类别区分性的内在联系,设计样本修剪方法,从而达到在保证分类准确性的前提下,提高分类速度的目的。理论分析与仿真实验表明,与经典KNN及其他具备修剪机制的算法比较,提出的算法具有更高的分类泛化性。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王静;Phillipe Carré;吴建华;;基于四元数小波变换的纹理分类[J];科协论坛(下半月);2010年08期
2 贾瑞玉;宁再早;耿锦威;查丰;;基于佳点集遗传算法的特征选择方法[J];计算机技术与发展;2011年01期
3 寇莎莎,魏振军;K-最近邻的改进及其在文本分类中的应用[J];河南师范大学学报(自然科学版);2005年03期
4 韩艳;姚建民;朱巧明;张晶;;不限领域的中文新词的识别研究[J];郑州大学学报(理学版);2008年03期
5 肖敏;熊前兴;;基于项目语义相似度的协同过滤推荐算法[J];武汉理工大学学报;2009年03期
6 李欣;赵亦工;陈冰;;基于分类的红外云层背景弱小目标检测方法[J];光学学报;2009年11期
7 张仰森;曹元大;俞士汶;;最大熵方法中特征选择算法的改进与纠错排歧[J];北京理工大学学报;2006年01期
8 林克明;薛永生;文娟;;一种基于信息论的归纳分类学习算法[J];厦门大学学报(自然科学版);2009年02期
9 徐建民;成岳鹏;辛丽军;;一种基于术语簇和关联规则的文档聚类方法[J];计算机工程与应用;2007年05期
10 屈志毅;周海波;;决策树算法的一种改进算法[J];计算机应用;2008年S1期
11 徐诗恒;聂幼三;柳波;;网络成员关联度计算方法研究[J];计算机工程与应用;2009年12期
12 汤光明;汪滨;王亚弟;;基于多特征的空域替换类图像隐写检测方法[J];计算机工程;2009年05期
13 张仰森;;基于最大熵模型的汉语词义消歧与标注方法[J];计算机工程;2009年18期
14 刘凯;寇正;;气象卫星夜间微光云图和红外云图的融合技术研究[J];微型机与应用;2010年22期
15 王晓涓;赵春;;最大熵方法在英语名词短语识别中的应用研究[J];计算机仿真;2011年03期
16 苏伍各;陶忠祥;董博;;基于WBCT与归一化相关矩阵的红外与可见光图像融合算法[J];计算机应用与软件;2011年09期
17 苏韬,孙甲松,王作英;基于Trigger的长距离语言模型[J];计算机工程与应用;2002年18期
18 滕皓,刘刚,蔡卫东,宗希章;结合贝叶斯推理技术的改进决策树研究[J];山东建筑工程学院学报;2003年03期
19 程洁,杜利民;EBMT系统中的多词单元翻译词典获取研究[J];中文信息学报;2004年01期
20 蔡卫东,石兴广,刘刚;结合关联规则的改进决策树的研究[J];山东电子;2004年02期
中国重要会议论文全文数据库 前5条
1 邵兵;关毅;王强;王晓龙;任瑞春;;基于上下文平均互信息的问句查询扩展模型[A];第二届全国学生计算语言学研讨会论文集[C];2004年
2 张仰森;曹元大;;最大熵建模方法中一种改进的特征选择算法[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年
3 郭丽;蔡东风;季铎;白宇;;统计与语义相融合的词语相似度计算[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年
4 ;SWCL2004日程安排[A];第二届全国学生计算语言学研讨会论文集[C];2004年
5 郑妍;肖桐;朱靖波;;基于Bootstrapping的领域多词串自动获取[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年
中国硕士学位论文全文数据库 前5条
1 吕红良;基于大规模语料库的中文新词识别[D];大连理工大学;2008年
2 徐亮;中文新词识别研究[D];大连理工大学;2009年
3 高亚波;文本分类系统的设计与实现[D];北京交通大学;2008年
4 王真哲;M3-kNN网络方法研究及其在文本分类中的应用[D];上海交通大学;2008年
5 沈航;基于内容和语义的视频短镜头分类[D];上海交通大学;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978