文献

J-GLOBAL ID：201902258634340323   整理番号：19A0517414

スパース係数に基づくk-最近傍分類【JST・京大機械翻訳】

Sparse Coefficient-Based ${k}$ -Nearest Neighbor Classification

著者 (5件)： Ma Hongxing (College of Computer Science, Shaanxi Normal University, Xi’an, China) ,  Gou Jianping (School of Computer Science and Telecommunication Engineering, Jiangsu University, Zhenjiang, China) ,  Wang Xili (College of Computer Science, Shaanxi Normal University, Xi’an, China) ,  Ke Jia (School of Computer Science and Telecommunication Engineering, Jiangsu University, Zhenjiang, China) ,  Zeng Shaoning (School of Information Science and Technology, Huizhou University, Huizhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 16618-16634  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： K-最近傍ルール(KNN)とスパース表現(SR)は,パターン分類において広く用いられているアルゴリズムである。本論文では,SRにおけるスパース係数に基づいて分類決定を行うために,新しい重み付け投票法を開発した2つの新しい最近傍分類法を提案した。スパース係数はデータの近傍構造を良く反映することができるので,著者らは主にそれらを提案方法における分類装置を設計するために利用した。一つの提案した方法を係数加重KNN分類器と呼ぶ。それは,質問サンプルのKNNを選択するためにスパース係数を採用し,次に,分類のための重みとして選択された近傍に対応する係数を使用する。もう一つの新しい方法は,残差加重KNN分類器(RWKNN)である。RWKNNにおいて,質問サンプルのKNNを最初にスパース係数によって決定し,次に,KNN分類のための新しい残差ベースの重み付け投票法を設計した。多くのUCIとKEELデータセットについて広範な実験を行い,実験結果は提案した方法が良く機能することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分類装置 ,  パターン分類 ,  *残差 ,  アルゴリズム
準シソーラス用語： 加重 ,  分類法 ,  スパース表現 ,  スパース , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 係数 ,  分類