基于模糊规则的多分类器融合

作     者：刘明 袁保宗 苗振江 唐晓芳 Liu Ming;Yuan Bao-zong;Miao Zhen-jiang;Tang Xiao-fang

作者机构：北京交通大学信息科学研究所北京100044 

基　　金：国家973计划(2004CB318110) 国家自然科学主任基金(60441002) 大学重大项目基金(2003SZ002)资助课题 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2007年第29卷第7期

页      码：1707-1712页

摘      要：用非线性方法解决多分类器融合问题能够取得比较高的识别率,但是,当前被应用在多分类器融合领域中的非线性方法可理解性较差,给使用者带来一定的困难。而基于模糊规则的模式识别方法是一类可理解性好的非线性方法,但迄今为止还没有被应用于多分类器融合问题中。基于上述考虑,该文将模糊系统应用到多分类器融合中,并且研究了如何设计可理解性好、精度高的模糊系统的问题,提出了一种改进的基于支持向量的模糊系统设计方法。该方法在从ELENA项目数据库和UCI数据库中选出的4个数据集上进行了测试。实验结果表明,该方法能够用可理解性好的模糊系统实现低错误率的多分类器融合。

主 题 词：信息融合 模式识别 模糊逻辑 支持向量机 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203993843...