k-NN算法的擴(kuò)展與并行實(shí)現(xiàn).pdf

1、在數(shù)據(jù)挖掘及其它研究領(lǐng)域，k-近鄰算法k-NN是一種廣泛用于不同分類用途的算法。然而，k-NN傾向于處理數(shù)值類型的數(shù)據(jù)集，這就限制了它用于科學(xué)及工程領(lǐng)域的許多問題。而且，隨著其知識(shí)庫規(guī)模的變大，其效率也成為一個(gè)瓶頸問題，因?yàn)樗偸潜容^所有樣本以發(fā)現(xiàn)最佳匹配。
　　為了擴(kuò)展其應(yīng)用范圍到非數(shù)值類型，將編輯距離引入到k-NN算法中，以便它能向數(shù)值數(shù)據(jù)一樣發(fā)現(xiàn)最佳匹配。因?yàn)樵趉-NN中涉及數(shù)值計(jì)算，將編輯距離和Levenshtein距離結(jié)

2、合以計(jì)算兩個(gè)樣本之間的距離?；谏鲜龇椒ǎ哂袛?shù)值和非數(shù)值類型的樣本可以比較和匹配。
　　為了提高樣本匹配過程的計(jì)算速度，將并行計(jì)算方法引入到k-NN算法中?？紤]到OpenMp框架能夠支持網(wǎng)絡(luò)中的多處理器，并且可以利用處理器中的多核進(jìn)行并行線程計(jì)算，為此，使用Code::Blocks跨平臺(tái)的C/C++集成開發(fā)環(huán)境同OpenMp結(jié)合，實(shí)現(xiàn)了k-NN算法的線程并行計(jì)算。
　　提出的算法被設(shè)計(jì)成能夠處理數(shù)值和非數(shù)值列的任何數(shù)據(jù)集。