2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于贝叶斯最优分类器的多源模糊信息融合方法

苏宏升

苏宏升. 基于贝叶斯最优分类器的多源模糊信息融合方法. 自动化学报, 2008, 34(3): 282-287. doi: 10.3724/SP.J.1004.2008.00282
引用本文: 苏宏升. 基于贝叶斯最优分类器的多源模糊信息融合方法. 自动化学报, 2008, 34(3): 282-287. doi: 10.3724/SP.J.1004.2008.00282
SU Hong-Sheng. Multi-source Fuzzy Information Fusion Method Based on Bayesian Optimal Classiffier. ACTA AUTOMATICA SINICA, 2008, 34(3): 282-287. doi: 10.3724/SP.J.1004.2008.00282
Citation: SU Hong-Sheng. Multi-source Fuzzy Information Fusion Method Based on Bayesian Optimal Classiffier. ACTA AUTOMATICA SINICA, 2008, 34(3): 282-287. doi: 10.3724/SP.J.1004.2008.00282

基于贝叶斯最优分类器的多源模糊信息融合方法

doi: 10.3724/SP.J.1004.2008.00282
详细信息
    通讯作者:

    苏宏升

Multi-source Fuzzy Information Fusion Method Based on Bayesian Optimal Classiffier

More Information
    Corresponding author: SU Hong-Sheng
  • 摘要: 为了使传统的贝叶斯最优分类器能够处理模糊信息和实现推理过程的自动化, 在这篇文章里我们将模糊信息嵌入到贝叶斯最优分类器中, 形成新的贝叶斯最优分类器. 它不但能有效地处理模糊信息, 而且还保留了贝叶斯最优分类器的学习性能. 再者, 根据模糊集理论的发展, vague 集也嵌入到贝叶斯最优分类器中形成 vague 贝叶斯最优分类器.它能同时模拟模糊信息正、反两方面的特征. 进一步, 提出能同时处理正、反和不确定三方面模糊信息的集对贝叶斯最优分类器. 最终, 为了实现贝叶斯最优分类器的自动推理, 提出一种基于知识的人工神经网络 (KBANN) 的贝叶斯最优分类器. 它不仅降低了贝叶斯最优分类器的计算量, 而且还改善了它的分类学习质量.
  • 加载中
计量
  • 文章访问数:  2815
  • HTML全文浏览量:  141
  • PDF下载量:  1515
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-05-09
  • 修回日期:  2007-09-25
  • 刊出日期:  2008-03-20

目录

    /

    返回文章
    返回