基于投影寻踪的kNN文本分类算法的加速策略 | |
张永; 孟晓飞 | |
刊名 | 科学技术与工程 |
2014-12-28 | |
期号 | 2014年36期页码:92-96+102 |
关键词 | kNN 文本分类 投影寻踪 降维 训练集缩减 |
ISSN号 | ISSN:1671-1815 |
英文摘要 | 传统的k近邻(k-nearest neighbors,kNN)文本分类中,由于文本被表示成向量空间模型后维数非常高,且训练文本的数目巨大,kNN分类算法通常被视为是一种虽然有效,但并非高效的文本分类算法。针对传统kNN分类算法效率低下的问题,提出了一种基于投影寻踪思想的kNN分类算法加速策略。基本思想是:通过投影的方法缩减训练集的规模,同时在寻找k近邻过程中对文本进行降维处理,从两方面着手降低算法的计算开销。实验数据表明,优化后的kNN算法比传统kNN算法在时间性能上有较大的提升,同时保证了分类的精度。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/7854] |
专题 | 兰州理工大学 计算机与通信学院 |
作者单位 | 兰州理工大学计算机与通信学院 |
推荐引用方式 GB/T 7714 | 张永,孟晓飞. 基于投影寻踪的kNN文本分类算法的加速策略[J]. 科学技术与工程,2014(2014年36期):92-96+102. |
APA | 张永,&孟晓飞.(2014).基于投影寻踪的kNN文本分类算法的加速策略.科学技术与工程(2014年36期),92-96+102. |
MLA | 张永,et al."基于投影寻踪的kNN文本分类算法的加速策略".科学技术与工程 .2014年36期(2014):92-96+102. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论