文献类型：期刊文章

作　　者：毋雪雁[1] 王水花[1] 张煜东[1]

机构地区：[1]南京师范大学计算机科学与技术学院,南京210023

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.61602250;No.61503188);江苏省自然科学基金(No.BK20150983;No.BK20150982);江苏省高校自然科学研究面上项目(No.16KJB520025;No.15KJB470010)

年　　份：2017

卷　　号：53

期　　号：21

起止页码：1-7

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：k最近邻算法(kNN)是一个十分简单的分类算法,该算法包括两个步骤:(1)在给定的搜索训练集上按一定距离度量,寻找一个k的值。(2)在这个kNN算法当中,根据大多数分为一致的类来进行分类。kNN算法具有的非参数性质使其非常易于实现,并且它的分类误差受到贝叶斯误差的两倍的限制,因此,kNN算法仍然是模式分类的最受欢迎的选择。通过总结多篇使用了基于kNN算法的文献,详细阐述了每篇文献所使用的改进方法,并对其实验结果进行了分析;通过分析kNN算法在人脸识别、文字识别、医学图像处理等应用中取得的良好分类效果,对kNN算法的发展前景无比期待。

关 键 词：k最近邻算法(kNN)  人脸识别 文字识别 医学图像处理

分 类 号：TP391.32]