论文研究-基于对象数量的宽度加权聚类kNN算法.pdf

所需积分/C币:9 2019-09-06 16:03:39 706KB .PDF
收藏 收藏
举报

传统k最近邻算法(k-Nearest Neighbor,kNN)作为一种非参数化分类技术在数据分析中具有广泛的应用,但该算法具有较多的冗余计算,致使处理数据时需要花费较多的计算时间。目前大量的研究都集中在数据的预处理阶段,通过为数据建立模型降低kNN查询的计算量。提出一种基于对象数量的宽度加权聚类kNN算法(NOWCkNN),该算法中数据集首先以全局宽度进行聚类,每个生成的子集群根据其对象数量递归计算其宽度的权值,然后算法根据其权值的大小和调和系数调节宽度值,最后生成不同宽度大小的集群用于kNN查询。这不仅减少了算法的聚类时间,还能平衡产生集群的大小,减少迭代次数,使三角不等式修剪率达到最大。

...展开详情
试读 9P 论文研究-基于对象数量的宽度加权聚类kNN算法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
weixin_38744153 如果觉得有用,不妨留言支持一下
2019-09-06
  • 至尊王者

    成功上传501个资源即可获取
关注 私信 TA的资源
上传资源赚积分or赚钱
最新推荐
论文研究-基于对象数量的宽度加权聚类kNN算法.pdf 9积分/C币 立即下载
1/9
论文研究-基于对象数量的宽度加权聚类kNN算法.pdf第1页
论文研究-基于对象数量的宽度加权聚类kNN算法.pdf第2页

试读结束, 可继续读1页

9积分/C币 立即下载 >