朱曼龙
- 作品数：3 被引量：23H指数：2
- 供职机构：广西师范大学计算机科学与信息工程学院更多>>
- 发文基金：广西研究生教育创新计划项目国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 最近邻分类方法的研究被引量：18
- 2011年
- 研究最近邻分类方法,应用S近邻技术的思想建立分类模型,设计一个新的S近邻(shelly nearest neighbor,SNN)分类算法,克服了k近邻(knearest neighbor,kNN)分类算法在最近邻选择上可能存在偏好的问题。通过对传统的k近邻和新构造的S近邻分类算法的思想、关键技术等方面的分析,以及在UCI真实数据集实验上分类准确率的比较,概括出算法适宜的环境条件,并分析可能的原因。最后,总结得出SNN分类算法对距离度量不敏感,且在大数据集上具有更好分类效果的结论。
- 钟智朱曼龙张晨黄樑昌
- 关键词：K近邻算法分类准确率
- QENNI:一种缺失值填充的新方法被引量：5
- 2010年
- 针对k最近邻填充算法(kNNI)在缺失数据的k个最近邻的选择上可能存在偏好,提出一种新的缺失填充算法:象限近邻填充算法QENNI(quadrant-encapsidated-nearest-neighbor-based imputation),它仅仅使用缺失数据象限方向的最近邻数据填充该缺失值,避免了kNNI中选取的k个最近邻点有偏好这一情况。另外,此算法对于低维数据集可以是无参的,即消除了对参数的依赖。实验结果表明,QENNI算法的填充准确性要优于kNNI算法。
- 张师超朱曼龙黄樑昌
- 关键词：缺失值
- 最近邻方法在填充和分类中应用的新技术
- 在当今互联网时代,海量信息处理已成为我国经济建设进程中的一个重大需求。最近邻方法是海量信息处理中最重要的理论与技术之一,运用已知的最邻近点估计或逼近问题的解,为海量信息计算与服务提供了简单、易理解、有效的理论和技术。本论...
- 朱曼龙
- 关键词：K最近邻算法缺失值填充
- 文献传递
