基于KNN的数字识别系统代码大全.docx资源-CSDN文库

需积分: 5 30 浏览量 2022-10-19 14:12:08 上传评论收藏 247KB DOCX 举报

资源推荐

资源详情

资源评论

基于 KNN 的数字识别系统

1．1 题目的主要研究内容

（1）本文设计了一个数字识别系统，基于 KNN 算法用 Java 实现，本设计

用三种方式进行数字识别，分别是按文件名识别、按规模识别、测试全部文件。

实验结果表明该文所设计的手写数字识别具有较好的识别率，同时也说明 KNN 算

法在手写数字识别上具有良好的应用。

（2）系统流程图

1．2 题目研究的工作基础或实验条件

IDE：Eclipse

语言：java

1．3 数据集描述

有 study digits、training digits、test digits，其中测试集为 0-9 的 946 个二值

化 txt 文本。

1．4 特征提取描述

Java 添加了 java.util.Scanner 类，这是一个用于扫描输入文本的新的实用程

序，本设计的特征提取就是用 scanner 模块进行的。

Scanner 类是 java.util 包中的一个类，作用：常用于控制台的输入,当需要使

用控制台输入时即可调用这个类；Scanner 类的用法：1、首先需要构造一个

Scanner 类的对象，并且与标准输入流 System.in 关联 Scanner sc=new

Scanner(System.in)；2、调用 Scanner 类对象 sc 的方法从输入流中获取你需要的

输入。说明：当创建了一个 Scanner 类对象之后，控制台会一直等待输入，直到

敲回车键结束，把所输入的内容传给对象 sc，若要获取需要的内容，调用 sc 的

方法即可。

1．5 分类过程描述

用 KNN 算法进行分类，简言之就是数据和所有可能的结果进行欧氏距离比对，

就知道识别数据和所有可能的结果的距离，取距离最近的前 K 个（通常为奇

数），再在 K 个中取大众结果。

一、KNN 算法的基本介绍

本设计用到 KNN 算法进行分类，KNN 算法主要是在文本分类上有着极好的分

类效果，包括信息检索、机器翻译、自动文摘、信息过滤、邮件分类等任务。文

本分类在搜索引擎中也有这大量的使用，KNN 算法不仅可以用于分类，还可以用

于回归。通过找出一个样本的 K 个最近邻居，将这些邻居的属性的平均值赋给该

样本，就可以得到该样本的属性。更有用的方法是将不同距离的邻居对该样本产

生的影响给予不同的权值，如权值与距离成正比。还可以用 KNN 算法做现有用户

产品推荐，基于用户的最近邻买了什么产品来推荐。

二、KNN 算法的实现

KNN 算法的核心思想是如果一个样本在特征空间中的 K 个最近邻的样本中的

大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的

特性。KNN 方法在类别决策时，只与极少量的相邻样本有关。KNN 算法的原理如

图 1，圆要被决定赋予哪个类，是三角形还是四方形，如果 K=3，由于三角形所

占比例为 2/3，圆将被赋予三角形那个类，如果 K=5，由于四方形比例为 3/5，

剩余14页未读，继续阅读

内容反馈

李逍遥敲代码

粉丝: 2999
资源: 277

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip