申请入驻
会员登录
首页
专家库
成果简介
采编系统
官方活动
综合
综合
专家
记者
成果
新闻
观点
活动
检索
第一学习
智库首页
>
智库成果
>
期刊论文
基于改进协方差特征的李-KNN分类算法
王邦军
李凡长
张莉
于剑
何书萍
· 2014
分享
收藏
阅读量:155
多协方差
测地线
李代数
李-K近邻
期刊名称:
模式识别与人工智能 2014 年 02 期
发表日期:
2014
摘要:
K最近邻(KNN)分类简单高效,广泛应用于分类问题或作为分类问题中的比较基准.但实际应用中的数据,特别是结构复杂的高维数据,其特征可能不属于欧氏空间.如何选择样本特征及计算样本点间距离是KNN中的一个难题,文中充分考虑各种影响因素,基于图像区域协方差特征,利用集成的方式,提出一种多协方差李-KNN分类算法.该算法充分利用KNN分类的简单有效性及李群结构的复杂数据表示和距离计算能力,有效解决复杂高维数据的分类问题.手写体数字实验验证该算法具有较好的效果.
查看原文
相关专家
相关课题