改进的K-近邻模式分类
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 本文主要研究工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第二章 近邻算法概述 | 第16-28页 |
| 2.1 最邻算法 | 第16-17页 |
| 2.2 k-近邻算法 | 第17-20页 |
| 2.3 k-近邻分类的优缺点 | 第20-22页 |
| 2.4 k-近邻分类的改进 | 第22-24页 |
| 2.5 分类系统评价指标 | 第24-27页 |
| 2.5.1 分类误差概率估计 | 第25-26页 |
| 2.5.2 分类误差率 | 第26页 |
| 2.5.3 置信区间 | 第26-27页 |
| 2.6 本章小节 | 第27-28页 |
| 第三章 基于距离加权的伪近邻分类 | 第28-42页 |
| 3.1 近邻分类的距离度量 | 第28-33页 |
| 3.2 距离加权的伪近邻算法 | 第33-37页 |
| 3.2.1 特征加权 | 第34-35页 |
| 3.2.2 加权投票 | 第35-37页 |
| 3.3 仿真测试 | 第37-41页 |
| 3.4 本章小节 | 第41-42页 |
| 第四章 基于类均值的近邻分类 | 第42-51页 |
| 4.1 基于类均值的近邻分类 | 第42-44页 |
| 4.2 实验数据 | 第44-46页 |
| 4.3 仿真结果 | 第46-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 基于局部均值的近邻分类 | 第51-68页 |
| 5.1 局部均值算法 | 第51-52页 |
| 5.2 基于局部均值的近邻分类 | 第52-61页 |
| 5.3 实验数据方案 | 第61-62页 |
| 5.4 仿真结果 | 第62-67页 |
| 5.5 本章小节 | 第67-68页 |
| 第六章 总结和展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士期间取得的研究成果 | 第74-75页 |
