基于投影寻踪的kNN文本分类算法的加速策略

	基于投影寻踪的kNN文本分类算法的加速策略
	张永; 孟晓飞
	2014-12-28
发表期刊	科学技术与工程
ISSN	ISSN：1671-1815
期号	2014年36期页码:92-96+102
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。
关键词	kNN 文本分类投影寻踪降维训练集缩减
URL	查看原文
收录类别	CNKI
语种	中文
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/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
第一作者单位	计算机与通信学院
第一作者的第一单位	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.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于投影寻踪的kNN文本分类算法的加速策（346KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览下载