标题：基于改进KNN算法的手写数字分类器设计
作者：彭永杰 张自杰 龚怀敏 罗德雄
作者单位：宜宾职业技术学院电子信息与人工智能学院，四川 宜宾 644000
关键字：KNN；手写数字分类；主成分分析；识别准确率
摘要：K近邻（KNN）算法是一种非参数统计方法，主要用于解决分类和回归问题。针对经典KNN算法分类精度有限、推理速度慢的问题，提出一种改进的KNN方法，用于手写数字分类。采用主成分分析（PCA）法对样本进行降维处理，在降低距离计算过程中时间、空间复杂度的同时，滤除数据中的部分噪声，进而提高算法的效率和精确度。在MNIST手写数字数据集上对该方法进行验证，结果表明，相较经典KNN，改进后的算法推理速度大幅提升，识别精度亦有一定提高。