CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Modified Weighted K-Nearest Neighbor

اعتبار موردنیاز : ۰ | تعداد صفحات: ۴ | تعداد نمایش خلاصه: ۵۱۵ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: IINC02_022
زبان مقاله: انگلیسی
حجم فایل: ۲۲۵.۳۲ کیلوبایت
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها و مجلات می باشد. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود فایل مقاله

متن کامل (فول تکست) این مقاله منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله Modified Weighted K-Nearest Neighbor

  Nima Farajian - Computer Engineering Group, Engineering Department Eyvanekey Institute of Higher Education Eyvanekey, Iran
Hossein Ebrahimpour-Komleh - Computer Engineering Department Kahsan University Kashan, Iran

چکیده مقاله:

KNN is one of the most popular classification algorithms which are widely used by researchers. KNN is simple, effective, nonparametric, and has a good performance especiallywhen there are no explicit knowledge of data. Of course the traditional KNN algorithms has some limitations such as: i) theperformance is solely dependent on training set and uneven density of training data can lead to reduction of accuracy rate of classification, ii) all K nearest neighbors is equal and there is noweight difference between them, iii) the value of K has critical effect on the algorithm performance. In this paper a new modifiedweighted algorithm for KNN classification (MWKNN) is presented which by evaluating training set, determine each samplestatus on the training set and then use this information for classifying new data. Experimental results indicate that ourmethod could achieve better or at least comparable performancewith traditional KNN and also some other KNN improved algorithms.

کلیدواژه‌ها:

KNN, classification, Weighted K-nearest neighbor,pattern recognition

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IINC02-IINC02_022.html
کد COI مقاله: IINC02_022

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Farajian, Nima & Hossein Ebrahimpour-Komleh, ۱۳۹۳, Modified Weighted K-Nearest Neighbor, دومین کنفرانس بین المللی شبکه های اطلاعاتی هوشمند و سیستم های پیچیده, مشهد, دانشگاه آزاد اسلامی واحد مشهد, https://www.civilica.com/Paper-IINC02-IINC02_022.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Farajian, Nima & Hossein Ebrahimpour-Komleh, ۱۳۹۳)
برای بار دوم به بعد: (Farajian & Ebrahimpour-Komleh, ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • _ _ I. Kuncheva, Combining Pattern Classifiers, Methods and Algorithms, ...
  • S. Tan, "Ne i ghbor-weighted k-nearest neighbor for unbalanced text ...
  • R.O. Duda and P.E Hart, "Pattern classification and scene analysis, ...
  • S.A. Dudani, "The d i _ tance-weighted k-nearest neighbor rule, ...
  • E. Fix, and .J. Hodges, "D iscriminatory analysis. Nonparametric discriminatio. ...
  • T.M. Cover, and P.E. Hart, "Nearest neighbor pattern classification", IEEE ...
  • R.O. Duda, and P.E. Hart, Patterm classification and scene analysis, ...
  • W. Yu, and W. Zhengguo, _ fast kNN algorithm for ...
  • Y. Zeng, Y. Yang and L. Zhao, "Pseudo nearest neighbor ...
  • _ V. Dasarathy, "Nearest Neighbor (NN) Norms: NN Pattern Classification ...
  • K. K. Han. "text categorization using weight adjusted _ nearest ...
  • I. H. Witten and E. Frank. "Data Mining: Practical machine ...
  • T. M. Mitchell. Machine Learning. McGraw-Hill, 1997. ...
  • H. Parvin, H. Alizadeh and B. Bidgoli, "MKNN: Modified K-Nearest ...
  • N. Suguna, and K. Thanushkodi, _ Improved k-Nearest Neighbor Classification ...
  • L. Jiang, Z. Cai, D. Wang, "Survey of Improving K ...
  • EN GINEERING, Vol. 123, No. 7, 2012. ...
  • l7. S. Sun, R. Huang, _ Adaptive k-Nearest Neighbor Algorithm", ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.