|
1.
流形上的k最近邻分类方法
文志强 胡永祥 朱文球
计算机应用
2012, 32 (12):
3311-3314.
DOI: 10.3724/SP.J.1087.2012.03311
针对分类数据中存在噪声样本和维数问题,提出了流形上的k最近邻方法。首先,利用贝叶斯公式对经典k最近邻方法进行扩展,并采用核概率密度方法估计样本的局部联合概率密度;其次,建立噪声样本点对模型,并构建改进的边际本征图和相应的权值矩阵,通过定义目标函数寻找最优降维映射矩阵;最后,提出一个完整的流形上k最近邻算法。与6种经典方法在12个常用数据集上的实验比较表明,在大多数情况下所提方法的分类性能要优于其他方法。
相关文章 |
多维度评价
|
|