基于微粒群优化的快速K-近邻分类算法

摘要：

随着全球信息化的出现,手工分类索引已经不适用于大规模信息的处理了,自动分类的研究蓬勃发展了起来.K-近邻法是具有一定效率的自动分类算法.本文将其与智能优化技术结合,用于基于机器学习的文本分类过程中.实验结果表明,对于庞大的文档集合分类,该算法提高了分类的速度和精度.

关键词： Particle Swarm Optimization(PSO) K-nearest Neighbor Classification Algorithm Eigenvector

作者: 林令娟 刘希玉

作者单位: 山东师范大学,信息科学与工程学院研究生学院,山东济南,250014

会议类型: 国内会议

会议名称: 第三届中国智能计算大会

会议地点: 济南

会议语种:中文

页码: 287-289

在线出版日期: 2009-05-15（万方平台首次上网日期，不代表论文的发表时间）