| 用于WEB文档分类的并行KNN算法 |
| |
| 引用本文： | 周朴雄. 用于WEB文档分类的并行KNN算法[J]. 计算机工程与应用, 2008, 44(25): 155-156. DOI: 10.3778/j.issn.1002-8331.2008.25.047 |
| |
| 作者姓名： | 周朴雄 |
| |
| 作者单位： | 华南理工大学,电子商务学院,广州,510006 |
| |
| 摘 要： | 针对WEB文档分类中KNN算法计算复杂度高的缺点，不同于以往从减少训练样本集大小和采用快速算法角度来降低KNN算法的计算复杂度，从并行的角度出发，提出一种在Hyper-cube SIMD模型上的并行算法，其关键部分的时间计算复杂度从O（n2）降为O（log（n）），该算法与传统的串行算法相比，能显著地提高分类速度。
|
| 关 键 词： | 文档分类 K最近邻 并行策略 |
| 收稿时间： | 2007-11-05 |
| 修稿时间： | 2008-1-28 |
Parallel KNN algorithm for WEB document classification |
| |
| ZHOU Pu-xiong. Parallel KNN algorithm for WEB document classification[J]. Computer Engineering and Applications, 2008, 44(25): 155-156. DOI: 10.3778/j.issn.1002-8331.2008.25.047 |
| |
| Authors: | ZHOU Pu-xiong |
| |
| Affiliation: | College of E-business，South China University of Technology，Guangzhou 510006，China |
| |
| Abstract: | Aim to the lack of the high time complexity in the Web document classification,a parallel KNN algorithm based on the model of Hyper-cube SIMD is proposed.The time complexity of the key part of the KNN decreases from O(n2) to O(log(n))in the algorithm.The classification speed is improved remarkably. |
| |
| Keywords: | document classification K Nearest Neighbor(KNN) parallel algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
