柔性 K 近邻分类器:推导及其基于离子迁移谱的室内定位应用
机器学习
2024-03-14 v3 信号处理
摘要
K 近邻(KNN)分类器广泛应用于基于指纹的定位或医学等诸多领域。它根据最接近未标记样本的 K 个已标记样本(即所谓最近邻)的类别归属来确定未标记样本的类别归属。K 的选择已成为各类研究及所提出 KNN 变体的主题。然而尚无变体被证明能胜过所有其他变体。本文讨论一种 KNN 变体,其确保 K 个最近邻确实接近未标记样本,并在过程中确定 K。该算法在理论场景及基于离子迁移谱指纹的室内定位中进行了测试,并与标准 KNN 比较。它在测试中取得了比 KNN 更高的分类准确率,同时具有相同的计算开销。
引用
@article{arxiv.2304.10151,
title = {Flexible K Nearest Neighbors Classifier: Derivation and Application for Ion-mobility Spectrometry-based Indoor Localization},
author = {Philipp Müller},
journal= {arXiv preprint arXiv:2304.10151},
year = {2024}
}
备注
11 pages, 3 figures, paper presented at the 2023 International Conference on Indoor Positioning and Indoor Navigation (IPIN)