论文部分内容阅读
K近邻算法作模式识别研究热点之一,其样本点最近邻个数的选取一直受到广泛的关注。传统的KNN算法再分配为样本点分配最近邻个数时没有考虑样本空间分配不均的情况。针对这种情况提出一种基于高斯函数加权的自适应KNN算法,根据数据总体分布特点为每一个样本点自适应地分配最近邻个数。实验结果表明,与现有的典型算法相比,该算法表现出较好的分类精度。