次元削減に基づくフィルタリングによるkNN検索とkNN識別の高速化
スポンサーリンク
概要
- 論文の詳細を見る
kNN検索とkNN識別の高速化法として, 特徴ベクトルの次元削減に基づくフィルタリング法を提案する.一般的なノルムについてデータ間距離の低次元距離を含む上限と下限を求め, 距離の不等式に基づいて探索データをフィルタリングすることによって, kNN検索とkNN識別の計算量を削減する.高次元データの例として画像のカラーヒストグラムについて, 下限に加えて上限も用いる方が下限だけによるフィルタリングよりも速く, kNN識別では識別の性質を利用したフィルタリングにより, kNN検索を単純に用いる識別法よりも高速化できることを実験で示す.
- 2001-12-14
論文 | ランダム
- 総括編1
- 4108 パワー・トレーニングによるスプリント能力および敏捷性・筋力・パワーの効果
- ハイ・パワーのトレーニング効果の個人差とスプリント・タイムの短縮との関係 : 体型,体位,発育発達等に関する研究 適応と訓練効果に関する研究
- 自転車エルゴメーターを用いた60秒間の最大努力作業による酸素負債量の個人内変動
- 4075 スプリント能力を高めるためのパワー・トレーニング