Modyfikacja algorytmu Changa z wykorzystaniem metody znajdowania punktów najbliższych

• Autorzy: Sierszeń A.

Warianty tytułu

EN

Modification of Chang's algorithm with the method of finding the mutually nearest points

• Języki publikacji: PL

Abstrakty

PL

Modyfikacja algorytmu Changa polegająca na zastąpieniu oryginalnego sposobu wyznaczania odległości do najbliżej położonego punktu z tej samej klasy zmodyfikowanymi metodami znajdowania punktów najbliższych przynosi dużą akceleracje obliczeń. Przeprowadzone eksperymenty dowodzą, że zaproponowana metoda nie zmniejsza w sposób istotny jakości klasyfikacji.

EN

The modification of Chang's algorithm consisting in replacement of the original method of determining the distance to the nearest point from the same class with modified methods of finding the mutually nearest points causes a great acceleration of the computational phase. Results of experiments show that the presented method does not significantly decrease the quality of classification.

Słowa kluczowe

PL

rozpoznawanie obrazów; modyfikacja algorytmu Changa; akceleracja obliczeń; reguła k-NN; algorytm Changa; zbiór Glass; zbiór Iris; zbiór Pima; zbiór Wine

EN

pattern recognition; modification of Changs algorithm; Chang's algorithm; acceleration of computational phase; k-NN rules; set Glass; set Iris; set Pima; set Wine

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2007
• Tom: T. 11, z. 3
• Strony: 193--202
• Opis fizyczny: Bibliogr. 7 poz., rys., wykr., tab.

Twórcy

autor

Sierszeń A.

• Katedra Informatyki Stosowanej, Politechnika Łódzka w Łodzi

Bibliografia

• [1] Aeberhard S., Coomans D., de Vel O.: Comparison of Classifiers in High Dimensional Settings.Tech. Rep. no. 92-02, Department of Computer Science and Department of Mathematics and Statistics, James Cook University of North Queensland, 1992
• [2] Chang C.L.: Finding Prototypes for Nearest Neighbor Classifiers. IEEE Transactions on Computers, t. C-23, nr 11, 1974, 1179-1184
• [3] Merz Ch., Murphy P.M.: UCI repository of machine learning databases. 1996. [http://www.ics.uci.edu/~mlearn/MLRepository.html]
• [4] Prim R.C.: Shortest connection networks and some generalizations. Bell Syst. Tech, tom J, 1957,1389-1401
• [5] Fisher R.A.: The use of multiple measurements in taxonomic problems. Annual Eugenics, 7, Part 11, USA, 1936, 179-188
• [6] Smith J.W., Everhart J.E., Dickson W.C., Knowler W.C., Johannes R.S.: Using the ADAP learning algorithm to forecast the onset of diabetes mellitus. Proceedings of the Symposium on Computer Applications and Medical Care, IEEE Computer Society Press, 1988, 261-265
• [7] Wiley J.: Contributions to Mathematical Statistics. NY, USA, 1950