K近邻(KNN)相关论文
不平衡数据集的特点导致了在分类时产生了诸多难题.对不平衡数据集的分类方法进行了分析与总结.在数据采样方法中从欠采样、过采样......
为更好地挖掘文本信息,研究了将两步策略用于中文短文本分类的3个关键问题,提出了基于组合朴素贝叶斯(NB)和K近邻(KNN)分类器的两......
为了克服传统K近邻（Knearestneighbor,KNN）算法在距离定义上的不足，提出了一种基于Finsler度量的KNN算法（FinslermetricKNN，FMKNN）。该算......
传统以网络为中心的移动网络运维往往是在接到用户投诉时才采取相应补救措施,随着移动互联网(OTT)业务的高速发展,这一问题愈发突......
连续k近邻查询(continuous k-nearest neighor,CkNN)定义为查找指定路径上每个点的k个最小代价数据对象。目前关于CkNN的研究都是......
针对传统支持向量机（SVM）多分类一对多算法存在的运算量大、耗时长、数据偏斜以及对最优超平面附近点分类易出错问题,提出了一种改进......
针对集成自训练算法随机初始化有标记样本容易在迭代中局部过拟合，不能很好地泛化到样本原始空间结构和集成自训练算法用WKNN分类器......
常规的KNN—SVM联合分类器中K-近邻算法没有充分挖掘训练样本的信息．使用遍历的方法来计算待识别样本与训练样本之间的距离，特别是在......
针对密度峰值聚类算法受人为干预影响较大和参数敏感的问题,即不正确的截断距离dc会导致错误的初始聚类中心,而且,在某些情况下,即......
随着经济的快速发展和交通需求的不断增长,如何对交通状况进行准确地分析与预测已经成为一个关键问题。关于交通流预测的方法和模......
照度不均匀图像的分辨率较低，高光区与阴影区会隐藏很多的图像信息。针对照度不均匀导致成像的不同区域存在不同的光照效果，提出了一......
针对相关向量机(RVM)算法分类精度低、核参数选择困难等问题,文中提出临界滑动阈值的概念并以其为基础将RVM与K近邻(KNN)算法结合......
针对工业生产过程故障检测模型不能及时更新的问题,提出了一种特征空间自适应k 近邻(feature spaceadaptive k-nearest neighbor,F......
作为一种非参数的分类算法，K近邻（KNN）算法简单有效并且易于实现。但传统的KNN算法认为所有的近邻样本贡献相等，这就使得算法容易受到......
