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
- 対流圏の鉛直微細構造 (第12回メソ気象研究会報告)
- 開聞岳に現れた笠雲とその周囲の大気の鉛直構造
- ラジオゾンデで観測された大気の微細構造
- メソ対流系の環境パラメータの気候学
- 横光利一「旅愁」校異(五)