舒欢
- 作品数：2 被引量：16H指数：2
- 供职机构：电子科技大学自动化工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进局部均值与类均值权重的近邻分类被引量：3
- 2017年
- 为改进传统的基于局部均值与类均值的近邻分类算法的分类精度,有必要对分类中类均值向量的权重分配进行研究。将类均值向量的权重基于客观决策信息确定为数学公式,并运用步长优化的统一迭代法来对加权权重进行选取,通过UCI数据集大量实验表明,使用改进的分类算法进行仿真实验,结果表明,改进算法在正确率方面优于传统算法。
- 葛月月曾勇胡江平舒欢
- 基于BP神经网络的自适应伪最近邻分类被引量：13
- 2016年
- 在伪最近邻(PNN)分类算法中,待分类样本点与每一类样本集中各个近邻的距离加权系数都是主观确定的,这就使得算法得不到最优距离加权值。针对这一问题,该文提出一种基于BP神经网络的自适应伪最近邻分类算法。首先通过计算待分类样本点与每一类样本集中各个近邻的距离值,并将其作为BP神经网络的输入。然后根据BP神经网络输入与输出之间的映射来自适应确定相应的距离加权值。最后由BP神经网络的输出值判别样本类别号。实验结果表明,该算法能够自适应地调节距离加权系数,同时还能有效地改善分类准确率。
- 曾勇舒欢胡江平葛月月
- 关键词：BP神经网络自适应
