技术总结
本发明涉及一种基于参考点的快速精确近邻分类算法，属于计算机技术领域。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。本RPkN算法通过选择参考点和子序列长度来选择用于分类的近邻样本，而现有的k近邻算法总是查找最近邻样本来用于分类。RPkN通过计算样本点的RPF值避免了样本间距离的直接计算，将算法的时间复杂度降低到了(O(nlogn))，这种时间复杂度的降低不依赖任何维度的树结构，所以相比现有的精确的依赖树索引的k最近邻分类算法，其能够更好的适应高维数据集。
技术研发人员：夏书银
受保护的技术使用者：重庆邮电大学
文档号码：201611173890
技术研发日：2016.12.16
技术公布日：2017.05.31