基于证据理论的优化集成分类器融合算法及应用

摘要

多分类器融合方法在融合过程中需要对各分类器的输出进行加权，常见的加权方法是通过各分类器的分类正确率计算分类器的加权，但是这种方法得出的权值常常是不精确的。针对这个问题，给出了一种确定各个多分类器权值的方法。首先，通过训练集样本得出分类器系统的输出向量。然后，依据多分类器系统的输出向量与训练集样本的类别向量之间的距离最小提出一种权值的优化学习算法。最后，将得出的权值用于多分类器系统对故障的类别进行判定。实验的结果表明，提出的方法提高了分类的正确率，能更好的判别出故障的类别。