您当前的位置：
首页 >
文章列表页 >
带学习过程的随机K最近邻算法
计算机科学与技术 | 更新时间：2025-05-26
上一篇|下一篇

    • 带学习过程的随机K最近邻算法

    • Random K-nearest neighbor algorithm with learning process

    • “在机器学习领域，研究者提出了随机KNN算法，有效提升了分类精度和效率，解决了k值选择难题。”
    • 付忠良 ，陈晓清 ，任伟 ，姚宇
    • 吉林大学学报（工学版） 2024年54卷第1期 页码：209-220
    • 作者机构：

      中国科学院大学 成都计算机应用研究所， 成都 610299

    • 作者简介：

      付忠良（1967-），男，研究员，博士.研究方向：机器学习，机器视觉.E-mail： fzliang@casit.com.cn

    • 基金信息：
      国家自然科学基金项目(6197010131);四川省重大科技专项项目(2021YFS0019)

    • DOI： 10.13229/j.cnki.jdxbgxb.20220202     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 0 ) 表( 7 )

  • 参考文献

  • 出版信息

  • 数据统计

66

浏览量

194

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

快速路短交织区车辆交互风险预测及影响因素分析
基于RBVS和CBCNN的风机叶片故障检测和分类方法
面向不平衡多组学癌症数据的特征表征算法
基于噪声鲁棒性特征提取的普洱茶品种鲁棒判别方法
基于群智能增强核极限学习机的创新人才预测模型

相关作者

陈琛
刘一辰
胡立伟
周求湛
牟岩
武慧南
陈霄
汪锋

相关机构

昆明理工大学 交通工程学院
吉林大学 计算机科学与技术学院
华锐风电科技（江苏）有限公司
吉林大学 通信工程学院
吉林大学 人工智能学院