同步邻域搜索与特征加权
该分类器通过证据理论框架同步自适应邻域和特征权重，有效处理高维和标签不完美数据，优于现有K-NN方法。
Gong, Chaoyu · 苏志刚 · Zhang, Xinyi · Yang, You
Information Sciences 2023
每个测试样本通过相似度系数重建空间，学习最合适的邻居集合，避免固定K的不当选择。
学习特征权重缓解了维度灾难，使K-NN假设在高维数据上更易满足。
证据理论框架融合不确定信息，对噪声或重叠区域的样本仍能可靠分类。