模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2010, Vol. 23 Issue (3): 376-384    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于KNN和RVM的分类方法——KNNRVM分类器
张磊,刘建伟,罗雄麟
中国石油大学 自动化研究所 北京 102249
KNN and RVM Based Classification Method: KNN-RVM Classifier
ZHANG Lei,LIU Jian-Wei, LUO Xiong-Lin
Institute of Automation,China University of Petroleum,Beijing 102249

全文: PDF (581 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对相关向量机(RVM)算法分类精度低、核参数选择困难等问题,文中提出临界滑动阈值的概念并以其为基础将RVM与K近邻(KNN)算法结合构建分类器——KNN-RVM分类器。从理论上提出并证明KNN-RVM分类过程等价于带软间隔约束的支持向量机的分类过程、KNN-RVM分类器等价于每类只选一个代表点的1-NN分类器、KNN-RVM分类效果优于RVM这3个结论。对这3个不同数据集进行实验证明临界滑动阈值的临界性与滑动性及KNN-RVM分类器的准确性、适应性及全局最优性,提高分类精度,减轻算法对核参数的依赖性,进而证明KNN-RVM分类器是一种有效的分类器。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
张磊
刘建伟
罗雄麟
关键词 相关向量机(RVM)K近邻(KNN)临界滑动阈值分类核参数    
Abstract:Aimming at the problems of relevance vector machine (RVM) classification such as low precision and difficulty in kernel parameter selection, a concept called critical sliding threshold is presented in this paper. A classifier combining RVM with K nearest neighbour (KNN) called KNN-RVM classifier is constructed. In theory, three theorems is proposed and proved. The first is that the process of KNN-RVM classification is equivalent to an implementation of soft margin SVM. The second is that KNN-RVM classifier is equivalent to a 1NN classifier in which only one representative point is selected for each class. The last is the result of KNN-RVM classification is superior to that of RVM classification. The sliding and critical characteristics of critical sliding threshold are proved using three different datasets. The veracity, adaptability and global optimality of KNN-RVM classifier are proved as well. The KNN-RVM classifier improves the classification precision, reduces the reliance of algorithm on the kernel parameter, and thereby is proved to be an effective and excellent classifier.
Key wordsRelevance Vector Machine (RVM)    K Nearest Neighbour (KNN)    Critical Sliding Threshold    Classification    Kernel Parameter   
收稿日期: 2009-03-30     
ZTFLH: TP181  
作者简介: 张磊,男,1983年生,硕士研究生,主要研究方向为模式识别与人工智能.E-mail:zhang_lei_1983@hotmail.com.刘建伟,男,1966年生,博士,副研究员,主要研究方向为模式识别与人工智能.罗雄麟,男,1963年生,博士,教授,主要研究方向为模式识别与人工智能.
引用本文:   
张磊,刘建伟,罗雄麟. 基于KNN和RVM的分类方法——KNNRVM分类器[J]. 模式识别与人工智能, 2010, 23(3): 376-384. ZHANG Lei,LIU Jian-Wei, LUO Xiong-Lin. KNN and RVM Based Classification Method: KNN-RVM Classifier. , 2010, 23(3): 376-384.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2010/V23/I3/376
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn