论文部分内容阅读
本文设计了一种基于多agent系统的分类器融合模型（McFMAS），利用了多agent系统的合作和资源共享的特性，达到在复杂动态环境中能够实现分类的目的，解决了在动态复杂环境中，单分类器由于信息不全面而导致的识别率低的缺点。本文把基于MAS的多分类器融合算法应用在RoboCup中球员动作失误识别中，提高了球队的训练效率。