| 证据理论k-NN规则中确定相似度参数的新方法 |
| |
| 引用本文： | 刘明,袁保宗,唐晓芳. 证据理论k-NN规则中确定相似度参数的新方法[J]. 电子学报, 2005, 33(4): 766-768 |
| |
| 作者姓名： | 刘明 袁保宗 唐晓芳 |
| |
| 作者单位： | 北京交通大学信息科学研究所,北京,100044;河北大学电子信息工程学院,河北保定,071002;北京交通大学信息科学研究所,北京,100044 |
| |
| 基金项目： | 国家自然科学基金，大学校科研和校改项目 |
| |
| 摘 要： | 本文提出了一种确定证据理论k-NN分类规则中相似度参数的新方法.对于一个模式识别问题,我们首先为每一模式类求得一个参考最近邻距离,使其在最小错误率意义下将训练样本集中属于该模式类的样本与其他样本分离,然后根据所得参考最近邻距离计算相似度函数参数.该方法在训练集比较小、样本非高斯分布条件下仍然能够计算出比较准确的参数,使得相应的分类错误率较小,而且时间复杂度比L.M.Zouhal的方法低约4-8倍.
|
| 关 键 词： | 证据理论 基本概率赋值函数 k-近邻分类 |
| 文章编号： | 0372-2112(2005)04-0766-03 |
| 收稿时间： | 2004-03-19 |
A New Approach to Determine the Similarity Parameters in Evidence-Theoretic k-NN Rule |
| |
| LIU Ming,YUAN Bao-zong,TANG Xiao-fang. A New Approach to Determine the Similarity Parameters in Evidence-Theoretic k-NN Rule[J]. Acta Electronica Sinica, 2005, 33(4): 766-768 |
| |
| Authors: | LIU Ming YUAN Bao-zong TANG Xiao-fang |
| |
| Affiliation: | 1. Institute of Information Science,Beijing Jiaotong Univ.,Beijing 100044,China;2. College of Electronic and Information Engineering,Hebei Univ.,Baoding,Hebei 071002,China |
| |
| Abstract: | This paper presents a new approach to determine the similarity parameters in the Evidence-Theoretic k-NN Classification Rule. Given a pattern recognition problem,we first compute a reference nearest neighbor distance to separate samples of one class from other samples with least error rate,and then calculate the similarity parameters based on the obtained distance. Under the condition of small scale samples with non-gaussian distribution,the proposed method can get more suitable parameters and thus reduce classification error rate.Furthermore,its computation complexity is 4-8 times lower than that of L.M.Zouhal's method. |
| |
| Keywords: | evidence theory basic probability assignment function k-nearest neighbor classification |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《电子学报》浏览原始摘要信息 |
|
点击此处可从《电子学报》下载全文 |
|
