در این پایان نامه روش هایی بر بهبود الگوریتم غیرپارامتری وزنی ارائه شده است. با توجه به این موضوع که هسته الگوریتم غیر پارامتری وزنی افزایشی، الگوریتم غیر پارامتری وزنی می باشد این پایان نامه الگوریتم-هایی جدید برای بهبود سرعت و دقت الگوریتم های غیرپارامتری وزنی ارائه می کند و سپس از آن ها برای بهبود الگوریتم غیرپارامتری وزنی افزایشی بهره می برد. مبنای پردازش در این تحقیق استفاده از تابع وزن جدید و روش های انتخاب و استخراج ویژگی می باشد. در این پایان نامه مهم ترین روش های کاهش بعد هم-چون تحلیل مولفه های اصلی، تحلیل تمایز خطی، تحلیل تمایز غیرپارامتری ارائه نموده ایم و در ادامه الگوریتم هایی برای بهبود سرعت و همگرایی مثل تحلیل مولفه های اصلی افزایشی، تمایز خطی افزایشی، تمایز غیرپارامتری استاندارد و وزنی افزایشی، تحلیل غیر پارامتری وزنی پراکندگی، تحلیل غیر پارامتری وزنی ترتیبی، تحلیل غیرپارامتری وزنی مشتق و انواع الگوریتم های انتخاب ویژگی پرداخته ایم. که نتیجه کار 5 الگوریتم جدید برای بهبود سرعت و دقت الگوریتم غیر پارامتری بوده است؛ که الگوریتم های ارائه گردیده برای بهبود سرعت اجرا الگوریتم، در روش فاصله به میزان بیشتر از 11% و در الگوریتم پراکندگی دقت به بیشتر از میانگین 15% منتهی گردیده است که قابلیت استفاده در الگوریتم غیرپارامتری وزنی افزایشی را دارا می باشند؛ هم چنین برای بهبود دقت الگوریتم های تحلیل غیر پارامتری وزنی پراکندگی، تحلیل غیر پارامتری وزنی ترتیبی، تحلیل غیرپارامتری وزنی مشتق ارائه گردیده است؛ و در نهایت، نتایج بهبود هسته الگوریتم غیر پارامتری وزنی را بر روی الگوریتم غیر پارامتری وزنی افزایشی نمایش داده ایم که باعث بهبود سرعت اجرا الگوریتم به میزان بیشتر از 20% و دقتی بیشتر از 2.5% منتهی گردیده است.