TY -的A2郑萧安非盟- Protasov,斯坦尼斯拉夫AU -汗,Adil Mehmood PY - 2021 DA - 2021/11/29 TI -使用邻近图切割大型数据集的快速和强大的基于实例的分类SP - 2011738六世- 2021 AB -再邻国(资讯)是一种非常流行的基于实例的分类器由于其简单性和良好的实证性能。然而,大规模的数据集是一个大问题来构建这些人地区分类器也快,紧凑。这项工作提出了一种分类算法的设计和实现索引数据结构,这将使我们能够构建快速、可伸缩的解决方案对大型多维数据集。我们提出一种新颖的方法,其利用通航小世界(新南威尔士州)大规模数据集的距离图表示。我们的方法显示分类加速为平均水平的2 - 4倍和99时间与渐近接近1-NN相比,分类精度的方法。我们观察到两个数量级更好的分类方法使用交换内存时时间的情况下。我们表明,新南威尔士州图用于我们的方法优于其他邻近图分类精度。我们的研究结果表明,该算法可用于大规模快速申请和健壮的分类,特别是当搜索索引已经构建的数据。SN - 1076 - 2787你——https://doi.org/10.1155/2021/2011738——10.1155 / 2021/2011738 JF - PB - Hindawi KW - ER -复杂性