论文部分内容阅读
k-最近邻分类算法通过对待测样本的邻近样本进行分析来预测待测样本的类标号,是一种简单有效的分类方法.传统的k-最近邻算法通常使用邻近样本的多数投票规则来确定类标号.本文提出一种改进的k-最近邻算法,从邻域的局部分布来分析待测样本的类别.我们分析了局部分布特征对分类的影响,通过局部分布特征估计样本对每个类的隶属度,待测样本被分到最大的隶属度的类中.实验结果表明改进的方法能一定程度上提高分类准确率.