-
题名半监督k近邻分类方法
被引量：6
- 1
-
-
作者
陈日新
朱明旱
-
机构
湖南文理学院电气与信息工程学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2013年第2期195-200,共6页
-
基金
国家自然科学基金项目(60776834)
湖南省教育厅优秀青年项目(10B074)
-
文摘
加权KNN(k-nearest neighbor)方法,仅利用了k个最近邻训练样本所提供的类别信息,而没考虑测试样本的贡献,因而常会导致一些误判。针对这个缺陷,提出了半监督KNN分类方法。该方法对序列样本和非序列样本,均能够较好地执行分类。在分类决策时,还考虑了c个最近邻测试样本的贡献,从而提高了分类的正确性。在Cohn-Kanade人脸库上,序列图像的识别率提高了5.95%,在CMU-AMP人脸库上,非序列图像的识别率提高了7.98%。实验结果表明,该方法执行效率高,分类效果好。
-
关键词
加权knn
贝叶斯理论
半监督knn
流形
-
Keywords
weighted k-nearest neighbor
Bayesian theory
semi-supervised k-nearest neighbor
manifold
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
