一种改进的局部均值伪近邻算法

来源：计算机工程与应用杂志2024年第5期北京时间：

作者：李毅, 张德生, 张晓

单位：西安理工大学 理学院，西安 710054

摘要：针对基于局部均值的伪近邻分类算法（LMPNN）易受近邻参数[k]和噪声点影响的问题，提出了一种改进的局部均值伪近邻分类算法（IPLMPNN）。利用双层搜索规则确定待测样本的最近邻，提高近邻集的选择质量；为了克服主观赋权法的不利影响，并且加强每个局部均值向量对分类的作用，引入注意力机制计算距离加权系数；使用改进的调和平均距离计算待测样本与局部均值向量之间的加权多调和平均距离，由此查找伪近邻点对待测样本进行分类。利用UCI和KEEL中的多个数据集对IPLMPNN算法进行仿真实验，并与8种相关算法进行比较。实验结果表明，IPLMPNN算法取得了令人满意的分类结果。

关键词：局部均值的伪近邻分类算法（LMPNN）,双层搜索,注意力机制,多调和平均距离