计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
8期
2235-2238
,共4页
数据流识别%D-S证据理论%决策融合%信度加权
數據流識彆%D-S證據理論%決策融閤%信度加權
수거류식별%D-S증거이론%결책융합%신도가권
traffic flow identification%D-S (Dempster-Shafer) evidence theory%decision fusion%reliability weighting
针对多分类器决策融合研究中利用有限的训练数据对分类器概率参数估计时存在较大偏差的问题,提出一种基于D-S证据推理(ER)的多分类器决策融合算法.利用不确定性描述分类器性能,并针对D-S组合规则在分类器结果高冲突情形下易出现决策融合悖论的问题,提出基于分类器信度加权融合算法实现流量识别决策融合.实验结果表明,多数投票法和Bayes最大后验概率法识别准确率分别为78.3％和81.7％,证据推理决策融合的识别准确率提高到82.2％～91.6％,而拒识率则保持在4.1％～6.2％.
針對多分類器決策融閤研究中利用有限的訓練數據對分類器概率參數估計時存在較大偏差的問題,提齣一種基于D-S證據推理(ER)的多分類器決策融閤算法.利用不確定性描述分類器性能,併針對D-S組閤規則在分類器結果高遲突情形下易齣現決策融閤悖論的問題,提齣基于分類器信度加權融閤算法實現流量識彆決策融閤.實驗結果錶明,多數投票法和Bayes最大後驗概率法識彆準確率分彆為78.3％和81.7％,證據推理決策融閤的識彆準確率提高到82.2％～91.6％,而拒識率則保持在4.1％～6.2％.
침대다분류기결책융합연구중이용유한적훈련수거대분류기개솔삼수고계시존재교대편차적문제,제출일충기우D-S증거추리(ER)적다분류기결책융합산법.이용불학정성묘술분류기성능,병침대D-S조합규칙재분류기결과고충돌정형하역출현결책융합패론적문제,제출기우분류기신도가권융합산법실현류량식별결책융합.실험결과표명,다수투표법화Bayes최대후험개솔법식별준학솔분별위78.3％화81.7％,증거추리결책융합적식별준학솔제고도82.2％～91.6％,이거식솔칙보지재4.1％～6.2％.
