基于模糊规则的多分类器融合

摘要

用非线性方法解决多分类器融合问题能够取得比较高的识别率,但是,当前被应用在多分类器融合领域中的非线性方法可理解性较差,给使用者带来一定的困难.而基于模糊规则的模式识别方法是一类可理解性好的非线性方法,但迄今为止还没有被应用于多分类器融合问题中.基于上述考虑,该文将模糊系统应用到多分类器融合中,并且研究了如何设计可理解性好、精度高的模糊系统的问题,提出了一种改进的基于支持向量的模糊系统设计方法.该方法在从ELENA项目数据库和UCI数据库中选出的4个数据集上进行了测试.实验结果表明,该方法能够用可理解性好的模糊系统实现低错误率的多分类器融合.