最近鄰分類的若干改進算法研究.pdf_第1頁
已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、眾所周知,分類決策是模式識別領域中最基本和最重要的問題之一,在計算機視覺領域內也是一個非?；钴S的研究課題。如何找到一個行之有效的分類識別算法,以提高模式識別率便成為了一個關鍵問題。KNN作為一種經典的分類算法,廣泛應用于字符識別、人臉識別等各個方面。但是KNN也有其不足的地方,對于KNN的改進一直學者們研究的熱點,目前已經有很多的改進方法。這些改進方法或提高KNN算法的分類效率,或改善分類算法的分類性能。
　　 本研究主要內容包

2、括：⑴綜述了模式分類的算法,概括總結了KNN的若干改進算法；⑵針對傳統KNN的不足和局部均值算法無法處理非均衡數據的弱點,提出了K-最近鄰均值算法。在NUST603HW手寫體漢字庫和CENPARMI阿拉伯數字庫上的實驗結果表明：K-最近鄰均值算法在識別率上高于傳統KNN算法,并且在非均衡數據下比局部均值算法具有更優(yōu)的分類性能；⑶提出了一個K-最近鄰回歸分類算法,該算法充分利用K-最近鄰的結構信息,彌補了KNN的不足。在Yale B,FK

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論