论文部分内容阅读
在关于gλ-模糊测度的模糊积分多分类器融合系统中，模糊密度表示单分类器在分类过程的重要性，此时模糊密度的确定是模糊积分多分类器融合的关键技术之一。基于Ivan[European Journal of Operation Research155（2004）741-751]的通过信息理论函数来估计模糊系数的方法和Bienvenu[Information Fusion5（2004）35-47]的基于Shannons熵的概率融合方法，本文在模糊积分多神经网络融合模型中，通过分析融合系统的不确定性因素，提出了一种确定模糊密度的新方法——基于分类器的分类正确率和不可指定性来推测单个分类器的重要性指标即模糊密度，并通过数值试验证明其可行性和合理性。