K最近邻(KNN)分类简单高效,广泛应用于分类问题或作为分类问题中的比较基准.但实际应用中的数据,特别是结构复杂的高维数据,其特征可能不属于欧氏空间.如何选择样本特征及计算样本点间距离是KNN中的一个难题,文中充分考虑各种影响因素,基于图像区域协方差特征,利用集成的方式,提出一种多协方差李-KNN分类算法.该算法充分利用KNN分类的简单有效性及李群结构的复杂数据表示和距离计算能力,有效解决复杂高维数据的分类问题.手写体数字实验验证该算法具有较好的效果.
科研之友
微信
新浪微博
Facebook
分享链接
