专利内容由知识产权出版社提供
专利名称：一种基于支持向量机的加权KNN分类方法及其系
统
专利类型：发明专利
发明人：车菊燕,袁江军,王杰,石佳文申请号：CN201910922441.X申请日：20190927公开号：CN1107944A公开日：20200103
摘要：一种基于支持向量机的加权KNN分类方法，利用支持向量机对原始训练集进行分类，得到关于特征向量中各个属性的权重因子，该权重因子代表特征属性与分类的相关性强弱；然后在计算输入点与训练集之间的距离中引入该权重因子，再利用KNN方法计算每一个输入点最合适的邻居数和权重因子，最后利用局部加权方法判断输入点的类别。当特征向量中与分类无关的特征属性较多时，本发明能够有效减少数据的维度并提高分类精度。本发明特别适用于复杂数据、海量数据的分类，相对于其他的分类算法，本发明在提升分类的精准度的同时，降低了时间复杂度。本发明还包括实施基于支持向量机的加权KNN分类方法的系统。解决了传统KNN算法面临数据集分布不均时效果变差的难题。
申请人：杭州职业技术学院
地址：310018 浙江省杭州市下沙经济开发区学源街68号
国籍：CN
代理机构：杭州天正专利事务所有限公司
更多信息请下载全文后查看
