Citation-KNN算法改进及其应用

来源 :微计算机信息 | 被引量 : 0次 | 上传用户:handong0319
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在多示例学习中,有许多属性相对于我们发现目标函数来说是无关的,而且就Citation-KNN算法而言,该算法对维度灾难的问题是十分敏感的,由此本文提出了一种基于特征选择的FS-Citation-KNN算法,该算法不仅考虑了特征选择的问题,还考虑到对于待测包其近邻的距离对于分类的影响。从实验的结果可以看出,加入特征选择机制的Citation-KNN算法的性能得到了显著的提高。
其他文献
由于嵌入式系统具有内存资源极为有限和处理器速度不高等特点,因此适用于嵌入式数据库的索引机制应在尽量减少内存占用量的基础上进一步提高数据操作的速度。现有的数据库索