[发明专利]一种基于参考点的快速精确近邻分类算法

权利要求书

1.一种基于参考点的快速精确近邻分类算法，其特征在于：该算法用参考点的距离来替代样本点之间的距离的进行直接计算，找到了比最近邻样本更加适合分类的样本点，以提高算法的分类精度，算法给定数据集D∈R_d，k是近邻算法中要搜索的近邻数，A是D中的一个样本点，ε为关系近邻搜索算法时间复杂度的常量；表示候选参考点设置为单位向量及其反向量，定义变量ExistingNeighbors＝NULL，j＝1，具体步骤包括：

1)设置子序列的长度为2j*k*ε，并选择第i个候选参考点为当前的参考点；

2)计算所有样本点的参考点因子值，即RPF值，并对所有样本点按照其RPF值进行排序并生成一个有序序列；

3)在由ExistingNeighbors和以A为中心且长度为2j*k*ε的子序列构成的集合中，找到与到A最近的k的样本点；

4)计算所有样本点的近邻样本及整个数据集的分类精度；

5)i＝i+1，将第i个候选参考点设置为下一个参考点；并计算加入新参考点后的分类精度；

6)如果所有候选参考点被加入且精度增加，用所有样本的k近邻样本替代ExistingNeighbors，转向步骤7)；如果还有候选参考点未被加入且精度增加，用所有样本的k近邻样本替代ExistingNeighbors，转向步骤5)；

7)如果子序列长度增加后算法的分类精度降低，算法终止；否则，转向步骤8)；

8)通过j＝j+1将子序列的长度增加1并转向步骤1)。

2.如权利要求1所述的一种基于参考点的近邻搜索算法，其特征在于：所述ε的设置方法为：ε作为常量，本算法的时间复杂度为O(dn)～O(dnlog₂n)，ε值越大，算法步骤3)中的子序列将会包含越多的样本点；如果ε很小，算法中参数j的迭代次数将会增加；但是如果ε很大，将可能会增加算法的时间复杂度；因此，ε应该在保证算法的时间复杂度控制在O(nlogn)的情况下设置得越大越好；

在本算法中，ε被设置为关于n的对数函数log_mn时，算法中子序列的长度为2*n*k*log_mn

所以ε被设置为log_mn时，本算法的时间复杂度和快速排序是相同的，即为nlog₂n，为了将ε设置的尽量大，m取值为2。