10.3969/j.issn.2095-6835.2010.09.081
基于模糊积分和粒子群算法的多分类器融合
使用模糊积分的方法将多个分类器进行融合可以提高分类精度,但是如何得到最优的模糊测度是一个尚未解决的问题.本文根据模糊测度Sugeno积分的理想特性,用模糊测度代替各个分类器的权值,利用粒子群算法全局搜索的优势,将模糊测度对应于粒子,并随速度和位置并不断调整,从而得到全局最优的模糊测度.通过仿真实例验证了新的多分类器融合模型具有较低的分类错误率,并能有效地提高分类精度.
模糊积分、模糊测度、粒子群算法、全局最优、多分类器融合
26
TP391(计算技术、计算机技术)
基金颁发部门:湖南省自然科学基金资助项目07JJ3120
2014-07-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
205-207