论文部分内容阅读
针对复杂装备机内测试技术中广泛采用的KNN算法的缺陷,提出一种改进的算法——IKNN。首先用神经网络技术进行输入属性权重的计算,使重要输入属性赋予较大的权值,提高算法的分类精度;其次将训练集中的每一类样本进行聚类,从而减少训练事例集的数据量,提高算法的分类速度。实例验证表明该算法有效地提高了KNN算法的分类精度和速度。