模糊积分及其在多分类问题中的应用

【摘要】：近年来,在模式识别、机器学习等领域,信息融合技术得到了迅速发展和广泛应用。信息融合包括三个阶段:数据融合、特征融合和决策融合,大量的分类器融合方法都是决策融合。考虑到分类器之间存在着交互影响,本文使用Choquet模糊积分这个融合算子,将已训练好的神经网络作为分类器进行融合,并将模糊积分融合系统的分类精度与单个分类器的分类精度进行比较。由于Choquet模糊积分的计算可以转化成模糊测度的线性组合,关于模糊测度是可微的,可以使用标准的优化技术来确定模糊测度。本文使用线性规划和二次规划来确定模糊测度,并在pima数据库上进行测试。实验发现,基于二次规划确定的模糊测度的系统融合精度要高于线性规划确定的模糊测度的系统融合精度,但是二者的时间复杂度却相差不大。