文献

J-GLOBAL ID：201802210757445423   整理番号：18A0354330

作用する複数の局所的な手段に基づく新しいK調和最近傍分類器【Powered by NICT】

A new k-harmonic nearest neighbor classifier based on the multi-local means

著者 (3件)： Pan Zhibin (School of Electronic and Information Engineering, Xi’an Jiaotong University, Xi’an 710049, PR China) ,  Wang Yidi (School of Electronic and Information Engineering, Xi’an Jiaotong University, Xi’an 710049, PR China) ,  Ku Weiping (School of Electronic and Information Engineering, Xi’an Jiaotong University, Xi’an 710049, PR China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 67  ページ： 115-125  発行年： 2017年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： k-最近傍(KNN)ルールは,パターン分類における古典的およびだが非常に効果的なノンパラメトリック手法であるが,その分類性能は,異常値に依存している。局所平均k最近傍分類器(LMKNN)を最初に各クラスのためのk最近傍の局所平均ベクトルを計算することにより,異常値に対するロバスト性を達成するために導入した。しかし,その性能は,各クラスに対するKの単一値と異なるクラスのkの一様な値の選択に悩まされている。本論文では,新しいKNN分類器,多局所法ベースK調和最近傍(MLM KHNN)則を提案した。著者らの方法では,各クラスのk最近傍を最初に見出し,次いでK異なる局所平均ベクトル,採用した問い合わせサンプルへの調和平均距離を計算し,を計算した。最後に,MLM KHNNは最小調和平均距離を持つあるクラスに対する問い合わせサンプルの分類で進行した。UCIおよびKEELリポジトリからの二十種の実世界データセットに基づく実験結果は,提案したMLM KHNN分類器は,低い分類誤差率を達成し,パラメータK,九関連の競争的KNN分類器,特に小さいトレーニングサンプルサイズ状況におけると比較した場合に敏感でないことを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： パターン分類 ,  ベクトル ,  リポジトリ ,  *ノンパラメトリック法 ,  異常値 ,  ロバスト性

著者キーワード (5件)： 局所平均 ,  k-最近傍 ,  調和平均距離 ,  パターン分類 ,  小型実習サンプルサイズ

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 調和 ,  分類器