论文部分内容阅读
k-近质心近邻原则是 k-近邻原则的一种有效扩展，是有效的模式分类方法之一。 k-近质心近邻原则容易受到局外点的影响；同时，所有的 k-近质心近邻点在分类决策时具有相同的权重和分类贡献率，这显然是不合理的。为了解决这一问题，考虑到质心近邻在模式分类问题上具有近邻特性和空间分布特性，提出一种基于局部权重的近质心近邻算法，实验结果表明该LWKNCN算法在分类精度上优于传统的KNN算法和KNCN算法。