位置:成果数据库 > 期刊 > 期刊详情页
用于Web文本分类的快速KNN算法
  • ISSN号:1000-0135
  • 期刊名称:《情报学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]河北大学数学与计算机学院,保定071002, [2]天津大学系统工程研究所,天津300072, [3]沧州市城建档案馆,沧州061000
  • 相关基金:国家自然科学基金资助项目(60275020).
中文摘要:

KNN算法是一种简单、有效、非参数的web文本分类方法。传统KNN方法的明显缺陷是样本相似度的计算量很大,使其在具有大量高维样本的web文本分类中缺乏实用性。本文提出一种快速查找精确的k个最近邻的FKNN(Fast-k-Nearest-Neighbor)算法。FKNN算法首先选择一个样本作为基准点,并将所有样本按照距基准样本的距离进行排序并建立索引表,然后根据索引表和有序队列查找k个最近邻,减小了查找范围,极大降低了相似度计算量。

英文摘要:

The KNN is a simple, valid and non-parameter method applied to WEB text categorization. The traditional KNN has a fatal defect that time of similarity computing is huge. The practicality will he lost when the KNN is applied to WEB text categorization with high dimension and huge samples. In this paper, a method called FKNN (Fast-k -Nearest-Neighbor) is presented which can search the k nearest neighbors quickly. In the method, all samples are sorted based on the similarity between itself and the fiducial sample, k nearest neighbors are searched in the sorted queue and the index is created, then the searching scope is reduced. Subsequently the time of similarity computing is decreased largely.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《情报学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国科学技术情报学会 中国科学技术信息研究所
  • 主编:戴国强
  • 地址:北京复兴路15号
  • 邮编:100038
  • 邮箱:qbxb@istic.ac.cn
  • 电话:010-68598273
  • 国际标准刊号:ISSN:1000-0135
  • 国内统一刊号:ISSN:11-2257/G3
  • 邮发代号:82-153
  • 获奖情况:
  • 1992年全国优秀科技期刊评比二等奖,1997年中国科协优秀科技期刊三等奖,被国外4种检索工具录用
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:19778