一种SVM-DS决策融合方法及在高铁故障中的应用

针对信息融合分类中DS理论基本概率赋值函数(BPA)一直难以解决的问题,提出了一种基于SVM和DS理论的决策融合方法。利用Platt概率模型将不同核函数SVM分类器的硬输出转化为概率输出,并将混淆矩阵作为计算各分类器局部可信度的依据。根据SVM的后验概率和分类器的局部可信度来建立基本概率赋值函数,再通过DS融合做出最终决策。将该方法应用于高铁故障数据,实验结果表明,该构造BPA的方法在实际问题中有效且合理,该决策融合方法与单一分类器相比,能稳定地提高分类准确率。