论文部分内容阅读
为了克服传统K近邻（Knearestneighbor,KNN）算法在距离定义上的不足，提出了一种基于Finsler度量的KNN算法（FinslermetricKNN，FMKNN）。该算法将样本点间的距离定义为Finsler度量，保留了样本属性对样本间距离度量的影响，使得样本点间的距离度量更具一般性。在手写体数据集上的实验表明，FMKNN算法的分类准确率高于传统KNN算法。