10.3778/j.issn.1002-8331.1110-0377
结合SVM与DS证据理论的信息融合分类方法
针对多传感器数据融合分类中,DS证据理论基本概率赋值难以解决的问题,提出了一种结合SVM与DS证据理论的信息融合改进方法.根据SVM对输入数据分类的实际情况和基于混淆矩阵得到的分类器局部识别可信度来构造基本概率赋值函数,实现了两者的有效结合,建立了SVM与DS证据相结合的多传感器信息融合模型.在决策融合过程中,重视和考虑了分类器局部识别可信度信息,并对算法进行了复杂度分析.基于UCI数据集和人工数据集的仿真结果表明该方法能够有效地降低融合识别的误差率,提高识别的可信度.
信息融合、支持向量机、证据理论、混淆矩阵
49
TP391(计算技术、计算机技术)
国家自然科学基金60975026
2013-07-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
114-117