Improving kNN classifier performance using Quantized Cell Method (QCM)
محل انتشار: همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,632
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM01_357
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
Nowadays improving classification accuracy and speed of test are two importantfields of researchers’ studies, and even a little increase in these classifier characteristics isvaluable. In this article a kNN-based method is introduced which is called quantized cellmethod” (QCM). This method contains two phases: (1) forward phase, (2) backward phase.These two phases includes quantization and encoding steps. QCM-kNN modifies traditionalkNN algorithm by adding a train phase, and experimental results exhibits that thismodification can improve both the classification accuracy and test speed.
کلیدواژه ها:
نویسندگان
Mohammad Amin Tolou Beydokhti
Master Student of Shahrood University
Ali Shahnama
Master Student of Shahrood University
Mohammad Amir Nazari Siahsar
Master Student of Shahrood University
Hossein Marvi
Assistant professor of Shahrood University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :