会议论文《基于核距离学习的K近邻分类》发表于第九届中国Rough集与软计算、第三届中国Web智能、第三届中国粒计算联合会议(CRSSC-CWI-CGrC’2009)。该文提出一种结合核方法与K近邻分类的改进算法，通过核距离学习优化特征空间中的相似性度量，提高分类性能。研究旨在解决传统K近邻在高维数据中的局限性，增强模型对复杂模式的识别能力。
文档为pdf格式，0.2MB，总共3页。
举报
