|
|||||
|
|
| 基于局部均值与类均值的近邻分类 | |
| 作者姓名： | 曾勇 杨煜普 赵亮 |
| 作者单位： | 上海交通大学自动化系 200240 |
| 摘 要： | k-近邻分类是一种流行且成功的非参数分类方法,但其分类性能由于离群点的存在而受到损害.为克服离群点对分类性能的不利影响,提出了一个k-近邻分类的变形和一个基于局部均值向量与类均值向量的近邻分类方法.该方法利用了未分类样本在每个训练类中k个近邻的局部均值的信息和整体均值的知识,不仅能够克服离群点对分类性能的影响,而且取得了比传统的k-近邻分类一致好的分类性能. |
| 关 键 词： | |
| 收稿时间： | 2008-02-20 |
| 修稿时间： | 2008-09-12 |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |