基于粗糙集理论的KNN分类

基于粗糙集理论的KNN分类
黄玉龙;王翰虎;陈梅
【期刊名称】《广西师范大学学报（自然科学版）》
【年(卷),期】2007(025)004
【摘要】粗糙集理论为研究不精确数据的分析、推理,挖掘数据间的关系、发现潜在的知识提供了有效的工具.在数据挖掘技术中KNN算法是一个实现简单和分类准确性较高的方法,但是,当用于样本容量较大以及特征属性较多的类似医疗图像挖掘这样的领域时,其效率受到了很大的影响,找到一个删除最大冗余属性的方法成了解决这个问题的关键.将粗糙集理论与KNN算法结合起来,用粗糙集方法进行属性约简,有效地解决了KNN算法分类的这个缺点.
【总页数】4页(P75-78)
【作者】黄玉龙;王翰虎;陈梅
【作者单位】贵州大学,计算机科学与技术学院,贵州,贵阳,550025;贵州大学,计算机科学与技术学院,贵州,贵阳,550025;贵州大学,计算机科学与技术学院,贵州,贵阳,550025
【正文语种】中文
【中图分类】TP274
【相关文献】
1.一种基于Canopy和粗糙集的CRS-KNN文本分类算法 [J], 姚彬修;倪建成;于苹苹;曹博;李淋淋
2.基于粗糙集的加权KNN数据分类算法 [J], 刘继宇;王强;罗朝晖;宋浩;张绿云
3.基于粗糙集与改进KNN算法的文本分类方法的研究 [J], 邵莉
4.一种基于粗糙集的改进KNN文本分类算法 [J], 苟和平;景永霞;冯百明;李勇
5.基于K中心点和粗糙集的KNN分类算法 [J], 文武;李培强
因版权原因，仅展示原文概要，查看原文内容请购买。