论文部分内容阅读
证据分类算法已广泛应用于目标识别当中。针对传统证据K近邻算法在近邻证据组合规则上的局限，研究一种新的基于PCR5规则的证据K近邻改进算法（IEK—NN）。首先在总样本集中随机重复采样来构造多个训练子集；然后在各训练子集中，利用目标数据与其近邻的特征距离来构造基本置信指派；最后利用证据推理中的PCR5规则对近邻证据进行融合，并根据融合结果以及所建立的分类规则判断目标的类别属性。通过水声目标实测数据实验，将IEK—NN与传统的证据近邻分类算法进行对比分析，结果表明新算法能有效提高识别的准确率。