%0 Journal Article
%T 考虑局部均值和类全局信息的快速近邻原型选择算法
%A 李娟
%A 王宇平
%J 自动化学报
%P 1116-1125
%D 2014
%R 10.3724/SP.J.1004.2014.01116
%X ？压缩近邻法是一种简单的非参数原型选择算法，其原型选取易受样本读取序列、异常样本等干扰.为克服上述问题，提出了一个基于局部均值与类全局信息的近邻原型选择方法.该方法既在原型选取过程中，充分利用了待学习样本在原型集中k个同异类近邻局部均值和类全局信息的知识，又设定原型集更新策略实现对原型集的动态更新.该方法不仅能较好克服读取序列、异常样本对原型选取的影响，降低了原型集规模，而且在保持高分类精度的同时，实现了对数据集的高压缩效应.图像识别及UCI（UniversityofCaliforniaIrvine）基准数据集实验结果表明，所提出算法集具有较比较算法更有效的分类性能.
%K 数据分类
%K 原型选择
%K 局部均值
%K 类全局信息
%K 自适应学习
%U http://www.aas.net.cn/CN/abstract/abstract18381.shtml