两种模糊密度确定方法的实验比较

被引：4

作者：

孔志周 ^{[1
,2
]}

蔡自兴 ^{[1
]}

官东 ^{[1
]}

机构：

[1] 中南大学信息科学与工程学院智能系统与软件研究所

[2] 湖南大学统计学院

来源：

小型微型计算机系统 | 2009年 / 30卷 / 02期

基金：

国家自然科学基金重点项目;

关键词：

模糊积分; 模糊密度; 描述分析; 秩次分析; 探测性显著性分析;

D O I：

10.20009/j.cnki.21-1106/tp.2009.02.018

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

信息融合方法是减少决策不确定性的有效途径和热点问题.本文研究模糊积分信息融合方法中的重要问题-模糊密度的确定方法,对其中两种典型的确定方法进行了细致的比较研究.基于公开而有效的13个UCI标准数据集,进行了成员分类器选择实验、不同融合方法比较实验等,并采用了描述分析、秩次分析、探测性显著性分析,最后与文献[4]中最优单分类器、文献[5]中Bagging,Boosting and random forests的最优融合结果进行了对比.结果显示,基于可能度的模糊积分方法优于基于可信度的模糊积分方法、优于文献[5]中最优融合结果;基于可信度的模糊积分方法与文献[5]中最优融合结果总体相当,优于简单平均融合方法,也优于文献[4]中最优单分类器.

引用

页码：283 / 288

页数：6

共 3 条

[1]

An empirical comparison of ensemble methods based on classification trees [J].