论文部分内容阅读
提出了一种基于证据理论的多分类器集成方法。该方法首先对分类器输出的抽象层信息进行不确定性表征，即对输出证据的基本概率分配进行赋值。然后，利用证据组合规则对多分类器进行集成。并针对证据组合中“焦元爆炸”的问题，推导了一种快速算法，使信息复杂度和计算复杂度大大降低。该方法将以往设计一个性能优良的高维输入分类器的问题转化为设计多个性能较优的低维分类器，较好的解决了高维特征空间的判分问题和高可靠性分类器的设计问题。最后将此算法应用于字符识别，结果令人满意。