论文部分内容阅读
针对常规的基于投票方法的支持向量分类器影响集成分类器的泛化能力的问题,提出一种基于模糊积分的支持向量分类器集成方法,不仅考虑各子支持向量分类器输出的客观信息,同时还考虑各子分类器输出对于最终决策的重要性,提高了集成分类器的泛化能力.仿真试验表明,该方法的分类准确率明显优于单一支持向量分类器和传统基于投票方法的支持向量分类器集成策略.