基于改进k-最近邻回归算法的软测量建模

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：机器学习回归方法被广泛应用于复杂工业过程的软测量建模，κ-最近邻（κNN）算法是一种浒的学习算法，可用于函数回归问题，然而，传统κNN算法存在运行效率低，距离计算忽略牲权值的缺点，本文引入了二次型距离定义和样本集剪辑算法，改进了传统κNN回归算法，并将改进的算法用于工业过程软测量建模，仿真实验得到了一些有益的结论。

原文链接:http://www.cqvip.com//QK/90250X/200709/25370785.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：cqvip HTML HTTP 大家共享 回归方法 K-最近邻算法 二次型距离 软测量 纸浆KAPPA值