近邻分类方法及其应用-[上册]

第1章 近邻分类方法及其演变
  1.1 分类概念、算法
  1.2 经典的近邻分类方法及其演变
  参考文献
第2章 近邻模型系列方法及其应用
  2.1 近邻模型分类算法
  2.2 基于权重k近邻模型的数据简化与分类
  2.3 模糊k近邻模型算法在可预测毒物学上的应尉
  2.4 *近邻分类的多代表点学习算法
  2.5 改进的忌近邻模型方法在文本分类中的应用
  2.6 部分模糊聚类的*近邻分类方法
  参考文献
第3章 近邻模型的增量学习方法及其应用
  3.1 基于knn模型的增量学习算法
  3.2 增量knn模型的修剪策略研究
  3.3 基于增量knn模型的分布式入侵检测架构
  3.4 基于knn模型的层次纠错输出编码算法
  参考文献
第4章 概念漂移数据流分类方法及其应用
  4.1  iknnm-dhecoc：一种解决概念漂移问题的方法
  4.2 基于混合模型的数据流概念漂移检测
  4.3 面向高速数据流的集成分类器算法
  4.4 一种适应概念漂移数据流的分类算法
  4.5 基于少量类标签的概念漂移检测算法
  4.6 半监督层次纠错输出编码算法
  参考文献
第5章 子空间近邻分类方法及其应用
  5.1 类依赖投影的文本分类方法
  5.2 多代表点的子空间分类算法
  5.3 基于投影原型的文本分类方法
  5.4 复杂数据的*优子空间分类方法
  5.5 基于特征子空间的概念漂移检测算法
  5.6 基于子空间集成的概念漂移数据流分类算法
  参考文献
第6章 近邻方法的扩展及其应用
  6.1 基于空间覆盖的相似性度量及其对应的分类算法
  6.2 基于空间覆盖的相似性度量的特征选择算法
  6.3 基于空间覆盖的相似性度量的层次聚类算法
  6.4 基于类别子空间距离加权的互k近邻算法
  6.5 针对类属性数据加权的mknn算法
  6.6 属性加权的类属数据近邻分类
参考文献