TY -的A2 Nicopolitidis Petros盟歌,(AU -香港,Xiaohan AU -张,曹国伟PY - 2022 DA - 2022/01/07 TI -大规模 - - - - - -最近邻分类算法基于邻居关系保存SP - 7409171六世- 2022 AB -由于没有假设的潜在分布数据和生成能力强, k 最近的邻居(资讯)分类算法被广泛用于人脸识别、文本分类、情感分析、等领域。然而,然而,需要计算标记之间的相似实例,所有的训练实例预测过程中;很难处理大规模数据。为了克服这个困难,越来越多的基于数据分区的加速算法。然而,他们缺乏理论分析对分类性能的影响数据分区。本文理论分析了影响使用经验风险最小化和提出了一个大规模的 k 最近的邻居基于邻居关系保护的分类算法。搜索最近的邻居的过程转化为一个约束优化问题。然后,它给出了估计不同的目标函数值最优解下数据分区和数据分区。据估计,获得最小化相似实例的不同划分子集可以很大程度上降低数据分区的效果。的minibatch k 聚类算法则是选择执行数据分区的有效性和效率。最后,最近的邻居的测试实例不断搜索设置生成的先后合并候选子集,直到他们不改变了,在候选子集选择基于测试实例之间的相似性和集群中心。公共数据集的实验结果表明,该算法可以在很大程度上保持相同的最近的邻居和没有显著差异与原始资讯分类算法分类精度和更好的结果比两个先进的算法。SN - 1530 - 8669你2022/7409171 / 10.1155——https://doi.org/10.1155/2022/7409171——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER