用于WEB文档分类的并行KNN算法  

Parallel KNN algorithm for WEB document classification

作　　者：周朴雄[1] 

机构地区：[1]华南理工大学电子商务学院,广州510006

出　　处：《计算机工程与应用》2008年第25期155-156,共2页Computer Engineering and Applications

基　　金：广东省自然科学基金No.07300647~~

摘　　要：针对WEB文档分类中KNN算法计算复杂度高的缺点,不同于以往从减少训练样本集大小和采用快速算法角度来降低KNN算法的计算复杂度,从并行的角度出发,提出一种在Hyper-cube SIMD模型上的并行算法,其关键部分的时间计算复杂度从O(n2)降为O(log(n)),该算法与传统的串行算法相比,能显著地提高分类速度。Aim to the lack of the high time complexity in the Web document classification,a parallel KNN algorithm based on the model of Hyper-cube SIMD is proposed.The time complexity of the key part of the KNN decreases from O（n^2） to O（log（n）） in the algorithm.The classification speed is improved remarkably.

关 键 词：文档分类 K最近邻 并行策略 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]