摘要：多分类器系统是应对复杂模式识别问题的有效手段之一.当子分类器之间存在差异性或互补性时,多分类器系统往往能够获得比单分类器更高的分类正确率.因而差异性度量在多分类器系统设计中至关重要.目前已有的差异性度量方法虽能够在一定程度上刻画分类器之间的差异,但在应用中可能出现诸如"差异性淹没"等问题.本文提出了一种基于几何关系的多分类器差异性度量,并在此基础上提出了一种多分类器系统构造方法,同时通过实验对比了使用新差异性度量方法和传统方法对多分类器系统融合分类正确率的影响.结果表明,本文所提出的差异性度量能够很好地刻画分类器之间的差异,能从很大程度上抑制"差异性淹没"问题,并能有效应用于多分类器系统构造.

摘要：由于再入过程中结构变化的未知以及流场等不确定因素的影响,可变结构半弹道式再入飞行器(Semi-ballisticreentry vehicle,SBRV)的模式及其变化方式通常也中未知的.本文在分析可控结构SBRV再入运动特征以及模式特征的基础上,提出了充满模式空间的模型集,新模型集根据Hicknell准则设计,该模型集与Monte Carlo法生成的模型集相比不但具有更高的可信度和精度,而且对机动的反应更灵敏.理论分析和仿真结果证明了这种充满空间的模型集对于该机动跟踪问题的合理性与有效性.