-
题名一种基于层次分析法的改进KNN算法
被引量:6
- 1
-
-
作者
戴璞微
潘斌
王玉铭
朱峰
-
机构
辽宁石油化工大学计算机与通信工程学院
辽宁石油化工大学理学院
-
出处
《辽宁石油化工大学学报》
CAS
2018年第4期87-92,共6页
-
基金
国家自然科学基金项目(61602228
61572290)
+1 种基金
辽宁省自然科学基金项目(2015020041)
辽宁省大学生创新创业项目(201710148000073)
-
文摘
KNN分类算法具有非参数性,易于理解且比较高效,被广泛应用于许多领域。传统的KNN算法中的欧氏距离求法将样本所有属性的贡献视为相同,而实际上样本不同属性的贡献并不一定相同,为解决此问题,提出了一种基于层次分析法的改进KNN算法。在改进算法中,首先利用层次分析法计算样本各属性的权值,再采用加权的欧氏距离计算样本距离,根据样本的加权距离进行分类。实验中,随着训练样本的不断增加,AHP-KNN算法的效率不断提高,并且逐步优于FCD-KNN算法和传统KNN算法的效率。仿真结果表明,提出的改进算法有效提高了传统KNN算法的分类精确度,并具有一定的理论和实际应用价值。
-
关键词
KNN算法
层次分析法
AHP-KNN算法
fcd-knn算法
-
Keywords
KNN algorithm
Analytic hierarchy process
AHP-KNN algorithm
fcd-knn algorithm
-
分类号
O29
[理学—应用数学]
-