摘要：通過對最小和最大Hausdorff距離的分析，提出混合Hausdorff距離將它們?nèi)诤显谝黄鹨詮浹a(bǔ)任意單一Hausdorff距離的缺陷，并基于混合Hausdorff距離設(shè)計多示例學(xué)習(xí)近鄰分類器。采用近鄰分量分析模型能夠優(yōu)化混合Hausdorff距離中的權(quán)系數(shù)，從而得到在近鄰分類準(zhǔn)則下最優(yōu)的混合Hausdorff距離。結(jié)果表明：相對于任意單一Hausdorff距離，基于混合Hausdorff距離的多示例學(xué)習(xí)近鄰分類器通常能夠獲得更高的識別精度。