华南师范大学学报（自然科学版）
華南師範大學學報（自然科學版）
화남사범대학학보（자연과학판）
JOURNAL OF SOUTH CHINA NORMAL UNIVERSITY （NATURAL SCIENCE EDITION）
2008年
2期
50-55
,共6页
核Foley-Sammon变换%K-近邻算法%距离加权%特征加权
覈Foley-Sammon變換%K-近鄰算法%距離加權%特徵加權
핵Foley-Sammon변환%K-근린산법%거리가권%특정가권
提出了基于KFST(核Foley-Sammon变换)特征提取的KNN算法(KNNKFST):首先利用KFST来提取特征, 然后在按照特征被提取的先后关系赋权重, 再利用KNN算法进行分类. 实验表明, KNNKFST能够在大多数情况下极大地提高分类准确率.
提齣瞭基于KFST(覈Foley-Sammon變換)特徵提取的KNN算法(KNNKFST):首先利用KFST來提取特徵, 然後在按照特徵被提取的先後關繫賦權重, 再利用KNN算法進行分類. 實驗錶明, KNNKFST能夠在大多數情況下極大地提高分類準確率.
제출료기우KFST(핵Foley-Sammon변환)특정제취적KNN산법(KNNKFST):수선이용KFST래제취특정, 연후재안조특정피제취적선후관계부권중, 재이용KNN산법진행분류. 실험표명, KNNKFST능구재대다수정황하겁대지제고분류준학솔.
