文件名称：基于欧式距离的实例选择算法研究 (2010年)
文件大小：214KB
文件格式：PDF
更新时间：2024-07-03 08:58:16
工程技术 论文
近邻分类法在训练分类器时需要存储训练集中所有的数据。这种缺点会导致程序在运行时需要大量的存储 空间和运行时间。提出了两种新的实例选择算法:迭代类别实例选择算法 (ISCC)和基于同类和异类的迭代实例选 择算法 (IISDC)。两种算法分别提出分类能力评价函数来度量每个实例的分类能力,挑选分类能力强的实例,删除 分类能力弱的实例。经分析得出两个算法的时间复杂度均为 O(n2)。在真实数据库上的试验结果表明,ICIS和 IISDC 算法在压缩比、分类精度上优于 FCNN、ICF、ENN等经典算法。