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。）