论文研究-简化的粒子群优化快速KNN分类算法.pdf
提出了一种有效的k近邻分类文本分类算法，即SPSOKNN算法，该算法利用粒子群优化方法的随机搜索能力在训练集中随机搜索.在搜索k近邻的过程中，粒子群跳跃式移动，掠过大量不可能成为k近邻的文档向量，并且去除了粒子群进化过程中粒子速度的影响，从而可以更快速地找到测试样本的k个近邻.通过验证算法的有效性表明，在查找k近邻相同时，SPOSKNN算法的分类精度高于基本KNN算法。
文件下载
评论信息
其他资源
- Infor WMS 培训教程
- 吉林大学计算机专业操作系统实验报告
- Azure-Kinect-Sensor-SDK-v1.1.1.tar.gz
- Deep Belief Network深度信念网络（DBN的Matlab代码）
- PTVS 2.1 VS 2012.msi
- masscan.exe
- AR人脸库，自己做过实验很好用
- 25175学生作业提交管理系统 v2.1.1
- ArcReactor Rays Generator 1.9
- STM32采样电压值
- jquery生成带logo的二维码(js与canvas海报合成).rar
- 无刷无感电机驱动源程序
- Ansoft Maxwell 13电机电磁场实例分析
- c语法分析器--采用bison(yacc)
- 美国its战略计划2015-2019
- 如何在SQLServer2008中验证数据挖掘模型
- QWidget给qt3dStudio发信号
- Android 本地视频列表
- linux的进程线程编程(高清书签版)
- STC15F2K60S2开发板图
- Java版本 生命游戏
- spring + spring mvc + mybatis SSM整合版+Mysql数据库
- http简单实现，东北大学实验
- tdm64-gcc-4.8.1-3.exe
- 用顺序表完成2个集合的交集与并集以及各个集合的情况
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明