学习相关源证据

• 作者: 孙怀江 杨静宇 胡钟山
• 来源期刊: 南京大学学报(自然科学版)
• 学科: 工学
• 关键词: 证据理论 多分类器组合 相关证据 遗传算法
• 年，卷（期）: 2001,（2）
• 页码范围: 154-158
• 页数: 5页
• 分类号: TP301
• 字数: 2973字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2001.02.004

摘要

将两个相关证据看成是一个相关源证据与两个独立源证据正交合成的结果,这两个相关证据的合成就归结为这3个相互独立的源证据的正交合成.利用证据理论组合相关多分类器,每个分类器提供的证据是相关的,利用遗传算法从样本中学习最优的相关源证据,基于合成证据确定最终的组合分类结果.字符识别实验结果表明,这种相关证据模型能有效利用分类器之间的相关性,从而能提高多分类器的组合识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机系	623	11098	50.0	74.0
2	孙怀江	南京理工大学计算机系	81	1003	16.0	28.0
3	胡钟山	南京理工大学计算机系	14	735	11.0	14.0