基于最小距离的多中心向量的增量分类算法

摘要：

分类是数据挖掘的一项重要研究内容。在分析了现有分类方法后，提出了基于最小距离的多中心向量的增量分类算法。该方法首先按照属性类聚类训练样本，通过类间调整，消除类域空间重叠。针对增量分类，提出了多中心向量的分类算法，通过空间区域划分的方法，减少增量分类选取的代表样本数量。实验结果表明，与文献[14]提出的增量分类算法相比，分类精度近似相同，但所需时间复杂度和存储空间则有不同程度的下降，这对大数据的处理是具有重要意义的。

关键词：增量分类、最小距离、多中心向量

分类号：TP311(计算技术、计算机技术)

资助基金：南京财经大学研究生创新项目M13148

在线出版日期：2015-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：70-73