|
本文提出了一种自适应的大间隔近邻分类算法，旨在提高传统近邻算法在复杂数据集上的分类性能。该算法通过动态调整分类边界，增强对噪声和异常点的鲁棒性。研究结合了Agent理论，实现了分布式计算与决策机制。实验结果表明，该方法在多个基准数据集上表现优于现有方法，具有良好的泛化能力和实用性。 ","role":"assistant文档为pdf格式，0.45MB，总共8页。
- 文件大小:
- 460.8 KB
- 下载次数:
- 60
- 一种自适应的大间隔近邻分类算法 - 第四届中国Agent理论与应用学术会议.pdf
-
高速下载
| 
