论文部分内容阅读
采用单一模糊积分进行信息融合的结果有时可能明显失真。例如，（S）模糊积分融合时只考虑了单分类器的识别结果与相应分类器集重要程度中较小的那个量的信息，有时可能会产生错误的分类结果。为了弥补（S）模糊积分等模糊积分的局限性，提出基于（G）模糊积分的信息融合方法，将多个模糊积分的融合结果加权平均作为分类的依据，可以对各单一模糊积分融合效果取长补短，有助于提高多分类器融合系统的识别率和稳健性。