论文部分内容阅读
在分析现有模糊密度计算方法的基础上，本文从分类器的隶属度分布和输出一致性两方面探索计算模糊密度的新方法，提出一种基于决策信任度和支持度的动态模糊密度赋值方法，旨在根据各分类器识别具体目标时输出的客观信息，实时地刻画分类器在融合系统中的可靠性.在表情识别上的实验结果表明，本文方法可以有效提高模糊积分融合的决策性能，降低单分类器输出不可靠决策信息的干扰，是一种有效的多分类器融合方法.