论文研究-基于簇特征的增量聚类算法设计与实现.pdf

时间:2022-10-02 15:20:39
【文件属性】:

文件名称:论文研究-基于簇特征的增量聚类算法设计与实现.pdf

文件大小:531KB

文件格式:PDF

更新时间:2022-10-02 15:20:39

论文研究

针对支持向量机在对样本进行分类时,决策超平面附近的点较易错分的问题,首先将反K近邻法引入分类问题,提出了反K近邻分类算法;然后,将支持向量机(SVM)与反K近邻分类算法(RKNN)相结合,提出了基于支持向量机与反K近邻的分类算法(SVM-RKNN);最后,为了避免单一分类器可能存在的片面性问题,提出了基于SVM-RKNN的多特征融合分类方法。实验结果表明:SVM-RKNN分类算法的分类准确率比SVM方法平均提高了2.13%,而基于SVM-RKNN的多特征融合分类算法的分类准确率分别比SVM和SVM-RKNN算法平均提高了2.54%和0.41%。


网友评论