稿件查詢：
2019年01期
基于聚類改進的Fisher與KNN判別分類算法對比研究
| 作 者 | 朱景福，李芳，鹿保鑫 |
| 第一作者 | 朱景福 |
| 作者單位 | 廣東石油化工學院理學院，廣東茂名 |
| 卷 號 | 47 |
| 發表年份 | 2019 |
| 發表刊期 | 1 |
| 發表頁面 | 250-252，257 |
| 關 鍵 字 | 聚類；Fisher判別；KNN判別；算法對比 |
| 摘 要 | 大米中礦物元素種類多（38種），為了快速、準確地篩選出判別大米產地的有效指標，在分析大米礦物元素含量相關性的基礎上，進行了大米產地判別分類算法對比實驗。首先通過R 型聚類方法將大米礦物元素樣本進行分塊，然后從每一類中選取數據再進行Fisher與KNN判別分類對比，這樣可以改進傳統算法中剪輯樣本帶來的判別誤差，又大大降低了無效的計算量。實驗表明，基于聚類選出一種元素最優組合方案，采用23種礦物元素進行Fisher判別的分類率達86.76%，此方法準確高效地降低了計算機的運算量，提高了判別分類速度。 |
| 附 件 |
基于聚類改進的Fisher與KNN判別分類算法對比研究
|
| 注：若需下載，請右鍵單擊另存 |
