用于提高多分类器系统分类性能的差异性度量方法研究

摘要

应对复杂模式识别问题，传统单分类器无法获得理想结果。应对该问题，基于多分类器融合进行分类被认为是一种行之有效的方法。在多分类器系统中，子分类器的差异性能够使多分类器系统获得更高的分类正确率。因而差异性度量在多分类器系统设计中至关重要。本文分析并通过实验验证了数种差异性度量方法对多分类器系统分类性能的提高所起的作用。