基于样本重要性原理的KNN文本分类算法

KNN是重要数据挖掘算法之一,具有良好的文本分类性能.传统的KNN方法对所有样本权重看作相同,而忽略了不同样本对于分类贡献的不同.为了解决该个问题,提出了一种样本重要性原理,并在此基础上构造KNN分类器.应用随机游走算法识别类边界点,并计算出每个样本点的边界值,生成每个样本点的重要性得分,将样本重要性与KNN方法融合形成一种新的分类模型——SI-KNN.在中英文文本语料上的实验表明:改进的SI-KNN分类模型相比于传统的KNN方法有一定的提高.

霉变出芽花生的近红外光谱无损检测研究

为了能够客观、快速、无损、便捷地检测花生仁霉变和出芽,研究了一种基于傅里叶变换近红外光谱技术和K最近邻（KNN）模式识别方法的霉变和出芽花生识别方法。依据花生的感官特征和前人研究经验,将花生分为正常、轻度霉变、重度霉变和发芽四类,采用傅里叶变换近红外光谱仪的积分球漫反射方法采集花生光谱（波段4 000~10 000 cm-1）。利用二阶导数算法进行光谱预处理,建立联合区间偏最小二乘（Si-PLS）识别模型,并得到特征光谱区间。然后在特征光谱区间的基础上运用主成分分析进行数据空间降维,最后建立KNN识别模型。KNN模型训练集与预测集识别率均为98.84%,表明应用近红外光谱技术和KNN法检测霉变和出芽花生效果良好,具有可行性。