近邻分类器相关论文
在模式识别中,数据选择越来越重要,对识别的效果起着很关键的作用,尤其是边界数据、冗余数据、杂质数据对分类效果的影响,它大大降......
针对传统K近邻分类器在大规模数据集中存在时间和空间复杂度过高的问题,可采取原型选择的方法进行处理,即从原始数据集中挑选出代......
当前大多数图像集合分类方法对图像集合进行表示时往往做出部分先验假设,然而在许多实际应用中,这些假设可能无法成立,尤其是当集......
在实际应用中,一般的近邻分类器由于模式处理量过大,且难以在线和快速获得最佳近邻数等原因,而受到了限制.本文运用Monte Carlo方......
提出了一种有效的k近邻分类文本分类算法，即SPSOKNN算法，该算法利用粒子群优化方法的随机搜索能力在训练集中随机搜索．在搜索k近邻的......
针对转子高维故障特征识别精度低的问题,提出基于集成经验模态分解(EEMD)能量矩和邻域保持嵌入(NPE)算法相结合的转子故障分类方法......
