[发明专利]一种基于两层邻域信息的双重最近邻分类方法及系统

权利要求书

1.一种基于两层邻域信息的双重最近邻分类方法，用于模式识别，其特征在于，包括以下步骤：

步骤1，在预获取的训练集中寻找输入样本的k个最近邻，所述k个最近邻作为输入样本的直接近邻；

步骤2，在预获取的训练集中寻找各直接近邻的可用邻域，所有可用邻域中的样本作为输入样本的间接近邻；

步骤3，各直接近邻的可用邻域中与输入样本分布满足预设分布关系的被整体保留，与直接近邻一起作为输入样本的候选近邻；

步骤4，根据候选近邻与输入样本的反向近邻关系，确定双重最近邻；

步骤5，利用所有双重最近邻的类标签，根据多数表决规则，对输入样本进行分类判决。

2.根据权利要求1所述的一种基于两层邻域信息的双重最近邻分类方法，其特征在于，步骤1具体包括以下步骤：

计算输入样本与所有训练样本之间的欧式距离，计算表达式为：

式中，N表示训练集中样本的总数，y_i表示任意一个训练样本，d(x，y_i)表示x和y_i的欧式距离；T为训练集，x为输入样本；

与输入样本距离最近的k个训练样本为输入样本的k个最近邻，计算表达式为：

式中，k表示最近邻的个数，表示x的第i个最近邻，NN_k(x)表示x的k个最近邻集合；

输入样本的k个最近邻作为输入样本的直接近邻，表达式为：

式中，y_D表示x的任意一个直接近邻，DN(x)表示x的直接近邻集合。

3.根据权利要求2所述的一种基于两层邻域信息的双重最近邻分类方法，其特征在于，步骤2具体包括以下步骤：

步骤2.1，在训练集中寻找直接近邻各自的k个最近邻；

步骤2.2，确定各直接近邻的可用邻域；

步骤2.3，确定输入样本的间接近邻；

其中，直接近邻各自的k个最近邻为，表达式为：

式中，表示y_D的第i个最近邻，其中NN_k(x)表示y_D的k个最近邻集合；

对于每个直接近邻，其k个最近邻中，与输入样本的距离小于等于直接邻域半径2倍的部分被选作该直接近邻的可用邻域，表达式为：

式中，y_I表示y_D的一个可用近邻，AN(y_D)表示y_D的所有可用近邻组成的可用邻域；

所有直接近邻的可用近邻共同组成输入样本的间接近邻，表达式为：

式中，IN(x)表示x的间接近邻集合。

4.根据权利要求3所述的一种基于两层邻域信息的双重最近邻分类方法，其特征在于，步骤3具体包括以下步骤：

分析各直接近邻的可用邻域与输入样本的分布关系，包括：

(1)计算各直接近邻的可用邻域质心与输入样本的距离其中表示y_D的可用邻域的质心；

(2)将直接近邻的可用邻域质心与输入样本的距离和直接近邻本身与输入样本的距离d(x，y_D)进行比较：如果则保留，否则删除；

确定输入样本的候选近邻，包括：保留下来的可用邻域和直接近邻一起组成输入样本的候选近邻，表达式为：

式中，y_C表示x的一个候选近邻，CN(x)表示x的候选近邻集合。