用于WEB文档分类的并行KNN算法

doi:10.3778/j.issn.1002-8331.2008.25.047

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (25): 155-156.DOI: 10.3778/j.issn.1002-8331.2008.25.047

• 数据库、信号与信息处理 • 上一篇下一篇

用于WEB文档分类的并行KNN算法

周朴雄

华南理工大学电子商务学院，广州 510006

收稿日期:2007-11-05 修回日期:2008-01-28 出版日期:2008-09-01 发布日期:2008-09-01
通讯作者: 周朴雄

Parallel KNN algorithm for WEB document classification

ZHOU Pu-xiong

College of E-business，South China University of Technology，Guangzhou 510006，China

Received:2007-11-05 Revised:2008-01-28 Online:2008-09-01 Published:2008-09-01
Contact: ZHOU Pu-xiong

摘要/Abstract

摘要： 针对WEB文档分类中KNN算法计算复杂度高的缺点，不同于以往从减少训练样本集大小和采用快速算法角度来降低KNN算法的计算复杂度，从并行的角度出发，提出一种在Hyper-cube SIMD模型上的并行算法，其关键部分的时间计算复杂度从O（n²）降为O（log（n）），该算法与传统的串行算法相比，能显著地提高分类速度。

关键词: 文档分类, K最近邻, 并行策略

Abstract: Aim to the lack of the high time complexity in the Web document classification，a parallel KNN algorithm based on the model of Hyper-cube SIMD is proposed.The time complexity of the key part of the KNN decreases from O（n²） to O（log（n））in the algorithm.The classification speed is improved remarkably.

Key words: document classification, K Nearest Neighbor（KNN）, parallel algorithm

周朴雄. 用于WEB文档分类的并行KNN算法[J]. 计算机工程与应用, 2008, 44(25): 155-156.

ZHOU Pu-xiong. Parallel KNN algorithm for WEB document classification[J]. Computer Engineering and Applications, 2008, 44(25): 155-156.

[1]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[2]	朱艳辉1，2，李飞1，2，胡骏飞1，2，钱继胜3，王天吉1，2. 基于三支决策的两阶段实体关系抽取研究[J]. 计算机工程与应用, 2018, 54(9): 145-150.
[3]	陈建峡1，朱季骐1，张月1，张晓星2，吕俊涛3，白德盟3. 基于Spark的输变电线路实时故障监测研究[J]. 计算机工程与应用, 2018, 54(5): 265-270.
[4]	张任其，李建华，范磊. 分布式环境下卷积神经网络并行策略研究[J]. 计算机工程与应用, 2017, 53(8): 1-7.
[5]	姜文，刘立康. 基于联合两种特征的手写体维文字符识别[J]. 计算机工程与应用, 2017, 53(5): 192-196.
[6]	毋雪雁，王水花，张煜东. K最近邻算法理论与应用综述[J]. 计算机工程与应用, 2017, 53(21): 1-7.
[7]	黎隽男，吕佳. 结合主动学习与置信度投票的集成自训练方法[J]. 计算机工程与应用, 2016, 52(20): 167-171.
[8]	谢晋1，陈延东2. 基于Cost-Sensitive主成分分析的人脸识别[J]. 计算机工程与应用, 2016, 52(15): 24-28.
[9]	李石荣，李飞腾. 基于RSSI概率统计分布的室内定位方法[J]. 计算机工程与应用, 2016, 52(11): 119-124.
[10]	仰孝富，齐建东，吉鹏飞，朱文飞. 一种CF树结合KNN图划分的文本聚类算法[J]. 计算机工程与应用, 2015, 51(6): 114-119.
[11]	朱俊梅1，顾明亮1，2，张世形2，贾晶晶1. 基于改进Citation-KNN算法的性别识别研究[J]. 计算机工程与应用, 2015, 51(15): 206-210.
[12]	徐鹏1，姜凤茹2. 粒子群算法和K近邻相融合的网络入侵检测[J]. 计算机工程与应用, 2014, 50(11): 95-98.
[13]	吕成戍1，王维国2. 基于SVM-KNN的半监督托攻击检测方法[J]. 计算机工程与应用, 2013, 49(22): 7-10.
[14]	王丹丹1，郝忠孝1，2. 道路网络中的多类型K最近邻查询[J]. 计算机工程与应用, 2012, 48(3): 140-142.
[15]	焦盛岚，杨炳儒，翟云，赵万里. 一种用于非平衡数据分类的集成学习模型[J]. 计算机工程与应用, 2012, 48(29): 119-123.

用于WEB文档分类的并行KNN算法

Parallel KNN algorithm for WEB document classification

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics