论文部分内容阅读
特征权重学习是基于特征赋权的K近邻算法需要解决的重要问题之一，传统上提出了许多启发式的学习方法。近年来，随着进化计算技术在模式识别及数据挖掘领域的广泛应用，基于进化计算的权重学习和距离学习方法也得到越来越多的重视。本研究针对基于特征赋权的K近邻算法的权重学习问题，提出了一种基于PSO进行权重学习的算法PSOKNN，通过与传统KNN、GAKNN及ReliefKNN的实验比较分析表明，该方法可有效地搜索出合适的特征权重，获得较好的分类精度并淘汰冗余或无关的特征。