公开(公告)号：CN112819047B

公开(公告)日：2024-05-28

申请号：CN202110089726.7

申请日：2021-01-22

Applicant: 西安交通大学

Inventor： 潘志斌 ,  王祎琨

IPC: G06F18/2413 ,  G06F18/214

Abstract: 本发明公开了一种基于两层邻域信息的双重最近邻分类方法及系统，所述方法包括：在训练集中寻找输入样本的k个最近邻，并将它们重新命名为输入样本的直接近邻；在训练集中寻找各直接近邻的可用邻域，所有可用邻域中的样本被看作输入样本的间接近邻；各直接近邻的可用邻域中与输入样本分布较近的被整体保留，与直接近邻一起作为输入样本的候选近邻；据候选近邻与输入样本的反向近邻关系，确定双重最近邻；利用所有双重最近邻的类标签，根据多数表决规则，对输入样本进行分类判决。本发明可提高k近邻分类方法的分类性能，并通过实验验证了该方法的有效性。

公开(公告)号：CN112819047A

公开(公告)日：2021-05-18

申请号：CN202110089726.7

申请日：2021-01-22

Applicant: 西安交通大学

Inventor： 潘志斌 ,  王祎琨

IPC: G06K9/62

Abstract: 本发明公开了一种基于两层邻域信息的双重最近邻分类方法及系统，所述方法包括：在训练集中寻找输入样本的k个最近邻，并将它们重新命名为输入样本的直接近邻；在训练集中寻找各直接近邻的可用邻域，所有可用邻域中的样本被看作输入样本的间接近邻；各直接近邻的可用邻域中与输入样本分布较近的被整体保留，与直接近邻一起作为输入样本的候选近邻；据候选近邻与输入样本的反向近邻关系，确定双重最近邻；利用所有双重最近邻的类标签，根据多数表决规则，对输入样本进行分类判决。本发明可提高k近邻分类方法的分类性能，并通过实验验证了该方法的有效性。