结合SVM与DS证据理论的信息融合分类方法

• 作者: 王晓丹 雷蕾
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 信息融合 支持向量机 证据理论 混淆矩阵
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 114-117
• 页数: 4页
• 分类号: TP391
• 字数: 4491字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1110-0377

摘要

针对多传感器数据融合分类中,DS证据理论基本概率赋值难以解决的问题,提出了一种结合SVM与DS证据理论的信息融合改进方法.根据SVM对输入数据分类的实际情况和基于混淆矩阵得到的分类器局部识别可信度来构造基本概率赋值函数,实现了两者的有效结合,建立了SVM与DS证据相结合的多传感器信息融合模型.在决策融合过程中,重视和考虑了分类器局部识别可信度信息,并对算法进行了复杂度分析.基于UCI数据集和人工数据集的仿真结果表明该方法能够有效地降低融合识别的误差率,提高识别的可信度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学导弹学院	135	1447	21.0	31.0
2	雷蕾	空军工程大学导弹学院	36	280	11.0	15.0