西华大学学报（自然科学版）
西華大學學報（自然科學版）
서화대학학보（자연과학판）
Journal of Xihua University(Natural Science Edition)
2015年
6期
58-63
,共6页
K-近邻%局部保持投影%马氏距离
K-近鄰%跼部保持投影%馬氏距離
K-근린%국부보지투영%마씨거리
K-nearest neighbor%locality preserving projection%Mahalanobis distance
距离度量对K近邻(KNN)算法分类精度起着重要的作用.传统KNN算法通常采用欧氏距离,但该距离将所有特征的差别平等对待,忽略了数据的局部内在几何结构特征.针对此问题,文章借鉴局部保持投影(LPP)的基本思想,在考虑数据的局部内在几何结构特征基础上,依据类内局部保持散度矩阵构造一种距离度量新方法,利用该距离度量提出一种局部保持K近邻算法.实验结果表明,与采用欧氏距离和传统马氏距离的KNN相比,本算法能够得到更好的分类精度.
距離度量對K近鄰(KNN)算法分類精度起著重要的作用.傳統KNN算法通常採用歐氏距離,但該距離將所有特徵的差彆平等對待,忽略瞭數據的跼部內在幾何結構特徵.針對此問題,文章藉鑒跼部保持投影(LPP)的基本思想,在攷慮數據的跼部內在幾何結構特徵基礎上,依據類內跼部保持散度矩陣構造一種距離度量新方法,利用該距離度量提齣一種跼部保持K近鄰算法.實驗結果錶明,與採用歐氏距離和傳統馬氏距離的KNN相比,本算法能夠得到更好的分類精度.
거리도량대K근린(KNN)산법분류정도기착중요적작용.전통KNN산법통상채용구씨거리,단해거리장소유특정적차별평등대대,홀략료수거적국부내재궤하결구특정.침대차문제,문장차감국부보지투영(LPP)적기본사상,재고필수거적국부내재궤하결구특정기출상,의거류내국부보지산도구진구조일충거리도량신방법,이용해거리도량제출일충국부보지K근린산법.실험결과표명,여채용구씨거리화전통마씨거리적KNN상비,본산법능구득도경호적분류정도.
