[发明专利]基于投票委员会的k最近邻分类方法

摘要

一种基于投票委员会的k最近邻分类方法，包括建立分类数据库，其中存在M种物体类别，每种物体类别由至少一个第一特征向量表示；获取表示类别待确定的物体的第二特征向量；将第二特征向量与M组第一特征向量分别进行对比，计算相关系数，得到M组相关系数，且每组包括N个相关系数；将每组中的N个相关系数按照从高到低的顺序排列，选取前A个相关系数组成投票委员会；分别对每组中的A个相关系数进行加权相加，得到M组加权和；以及选取加权和值最高的一组和加权和值次高的一组，在最高加权和值减去次高加权和值的差值不小于差值阈值，且最高的加权和值不小于决定阈值的情况下，将第二特征向量所表示的物体归属为最高加权和值表示的物体类别。

主权项

一种基于投票委员会的k最近邻分类方法，包括如下的步骤：S1：建立分类数据库，在所述分类数据库中存在M种物体类别，M为大于1的整数，每种物体类别由至少一个第一特征向量表示；S2：获取表示类别待确定的物体的第二特征向量；S3：将第二特征向量与分类数据库中的表示M种物体类别的M组第一特征向量分别进行对比，并计算它们之间的相关系数，得到M组相关系数，每组相关系数中包括N个相关系数，N为大于1的整数；S4：针对M组相关系数的每一组中，将相关系数按照从高到低的顺序排列，选取前A个相关系数组成投票委员会，A为小于等于N的正整数，从而组成M组投票委员会；S5：针对M组投票委员会，分别对每组中的A个相关系数进行加权相加，得到M组加权和；以及S6：从M组加权和中选取加权和值最高的一组和加权和值次高的一组，在最高的加权和值减去次高的加权和值的差值大于或等于差值阈值，且最高的加权和值大于或等于决定阈值的情况下，将第二特征向量所表示的物体类别归属为最高的加权和值所表示的物体类别，否则认为类别待确定的物体不属于分类数据库中的M种物体类别中的任一种。