论文研究 结合属性值贡献度与平均相似度的KNN改进算法.pdf

基于属性约简的Entropy-KNN改进算法，赵晓丽，韦凌云，为降低维度灾难对分类算法效率和准确率的影响，本文提出基于属性约简的Entropy-KNN改进算法，将信息论中的信息熵理论与KNN算法结合起

聚类是一种无监督的机器学习方法，其任务是发现数据中的自然簇。共享最近邻聚类算法（SNN）在处理大小不同、形状不同以及密度不同的数据集上具有很好的聚类效果，但该算法还存在以下不足：（1）时间复杂度为O（

通过统计每个相似度是否相似的情况，计算了两二值图像间的相似度，程序比较简单易懂

基于类中心向量的改进KNN算法，郭茂，，本文提出了基于类中心向量的K最近邻(KNN)算法，解决了对待分类文本进行类标识时，KNN算法的执行效率受训练文本集和测试文本集规模制

K近邻算法（Knearest neighbor, KNN）是一种思路简单、易于掌握、分类效果显著的算法。决定K近邻算法分类效果关键因素之一就是距离的度量，欧氏距离经常作为K近邻算法中度量函数，

摘要：语义相似度计算在信息检索、信息抽取、文本分类、词义排歧、基于实例的机器翻译等很多领域中都有广泛的应用0特别是近几十年来随着Internet技术的高速发展，语义相似度计算成为自然语言处理和信息检索

文本相似度研究NLPC文本分类语义识别，google关于文本相似度最新研究

文档用于计算文本自动分类中词语的相似度计算，在舆情分析领域很有用哦

流域水文相似度研究，戚晓明，陆桂华，水文相似性问题是水文尺度问题研究中的一个热点问题,但是，关于水文相似的程度，并没有具体量化的研究。本文分别从流域下垫面、�

XML数据相似度研究，数据相似度研究,计算机工程系