基于可拓距离的K近邻算法-湖北民族学院团队科研协作系统.PDFVIP

28 1　　　　　　　　　　　　　 ()　　　　　　　　　　　　　Vo.l2 8　No.1 20 10 3　　　　　　　　JournalofHubeiUniversityforNationalities(NaturalSciencedition)　　　　　　　　　Ma.r2010 K (湖北民族学院理学院, 湖北恩施 445000 ) :距离机制是 K近邻算法的关键部分,传统的方法是采用欧式距离来 论各 个属性取值的差异, 而对于同 一属性取值的差异就显得很简单.采用可拓学来定量描述事物属性的关联函数的性质, 构造可拓距离应用到 K近 邻算法中, 设计出可拓 K近邻算法.为了验证算法的可行性和准确率, 分别应用到二维数据的故障诊断和标准数据 集的聚类分析中, 实验证明该算法是可行和有效的. :可拓距离;可拓 K-邻近算法;聚类;故障诊断 :TP391.4 :A :100 8-84 23 (20 10 )01-0037-04 KNearestNeighborAlgorithmBasedon xtensionDistance XIANGChang-cheng (SchoolofScienc,eHubeiUniversityforNationalitie,s nshi44500, China) Abstrac:tDistancemechanismisthekeypartoftheKnearestneighbor(KNN).Thetraditionalmethod discussestheattributedifferenceby uclideandistanc,ebutitissmipletothedifferenceofthesamea-t tribute. xtensioncandescribetheattributebyqualityandquantityatthesametmie.Constructingthe extensionsdistanceisappliedintheKNNbytheconjunctionfunctionandtheextensionKnearestneigh- bor(KNN)isdesigned.Finally, thefaultdiagnosisof2 - dmiensionaldataandtheclusteringofthe standarddateareverificatedbytheKNN, andtheresultsshowthattheKNNisveryeffective. Keywords:extensiondistanc;eextensionKnearestneighbo;rclustring;faultdiagnosis . (partitioningmethods)、(hierarchicalmethods)、(density-basedmethods)、 (grid-basedmethods)、 (model-basedmethods). (Knearestneighbo,r [1, 2] KNN) K, ,., [ 3, 4] , KNN,、、、 . KNN, .,. [5] , , ., , . KNN, K (extensionKnearestneighbor,sKNN), UCI Iris. :20 10 -03-03. :();(2009CDB340 );; . :(1977- ), (), , , 、、. 38 　　　　　　　　　　　　　　　　　　　　 ()　　　　　　　　　　　　　 　　 28 KNN, ,. 1　 KNN 1.1　K