基于k-近质心近邻分类的研究与实现.doc
![](http://www.queshao.com/template/default/images/docicon3.gif)
约44页DOC格式手机打开展开
基于k-近质心近邻分类的研究与实现,摘要 模式分类是指对表征事物或现象的各种形式的信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程。其目的就是对未知的样本,判断它所在的类别。其关键在于如何找到一个行之有效的分类识别算法,以提高模式识别率。knn作为一种广为人知的经典分类算法,广泛应用于字符识别、人脸识别...
![](http://img.queshao.com/images/pcgzh.gif)
![](http://preview.queshao.com/tobuy/1471023.gif)
内容介绍
此文档由会员 那年三月 发布
基于k-近质心近邻分类的研究与实现
摘要 模式分类是指对表征事物或现象的各种形式的信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程。其目的就是对未知的样本,判断它所在的类别。其关键在于如何找到一个行之有效的分类识别算法,以提高模式识别率。
KNN作为一种广为人知的经典分类算法,广泛应用于字符识别、人脸识别等方面。但KNN也有很多不足的地方面,对于KNN 的改进一直是学者们研究的热点,目前已经有很多的改进方法。本文主要研究的是K-近质心近邻分类方法,一种基于K-近邻算法,并结合近质心原则而衍生出的算法,它改善了KNN分类算法的分类性能。运用K-近质心近邻(K-Nearest Centroid Neighbor)算法[2]对数据进行分类,并对分类结果进行比较研究,