参数全自适应
摒弃固定膨胀系数和敏感预设参数，超盒能按数据分布自适应扩展，分类准确率与可解释性兼得。
Fu, Mingrui · 陈帅 · Xiaoxiao, Wei · Du, Jinsong · 王伟 · 刘金海
Neurocomputing 2025
避免使用固定膨胀系数，根据数据分布自适应扩展，同时应用聚类级和类级超盒避免重叠，从而减少超盒总数。
所有参数均根据数据自动选取，无需人工预设敏感参数，提高模型对不同数据分布的适应能力。
由于生成的超盒更少，分类时所需比较次数减少，在数据集规模增大时速度优势明显。