基于k近邻分类算法具有二次方的时间复杂度,它是机器学习中的一种常用分类算法,在学习训练过程中经过优化后能够大幅度降低计算次数,在分类领域广泛应用。本文针对尿液图像中红细胞的特点,采用PCA主成分方法提取红细胞特征,提出一种改进K近邻分类算法(KNN),利用特征权值来改进算法的距离度量方法,依据点到样本距离方差选择参考点。实验证明,该算法具有较好的识别效果。
科研之友
微信
新浪微博
Facebook
分享链接
