一种基于加权卡方距离度量的模糊K近邻分类方法及系统

摘要

本发明公开了一种基于加权卡方距离度量的模糊K近邻分类方法及系统，属于模糊K近邻算法领域，要解决的技术问题为现有模糊K近邻算法分类准确率低，且分类准确率受噪声、不相关数据以及无权重数据影响；其包括如下步骤：建立训练样本和测试样本，并设定近邻数k的取值；计算加权卡方距离；以训练样本和测试样本的加权卡方距离作为距离测度，通过k个最近邻训练样本的类隶属度确定测试样本的类别；对类别进行评价。该系统包括样本构建模块、近邻数设置模块、加权卡方距离计算模块、样本类别确定模块以及样本评价模块。该方法分类时间短、分类准确率不受噪声、相对数据以及无权重数据的影响，且稳定性高。