[00140069]模糊积分在多分类问题的应用
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本项目属于机器学习和模式识别领域的基础课题,主要针对机器学习中的分类问题,研究了模糊积分分类器和基于模糊积分的分类器融合模型。由于模糊测度的非可加性,在交互环境下将模糊积分作为分类工具或融合工具是合理有效的。 本项目主要研究内容如下：（1）模糊测度类型的确定;（2）模糊积分类型的确定;（3）和极端学习机制（ELM）结合。 主要研究成果有： （1）本项目通过理论研究和实验结果比较的方法,得到了如下结论：模糊积分分类器中模糊积分类型选择的优先顺序依次为Choquet积分、下积分、上积分和Sugeno积分。 （2）本项目采用了极端学习机（Extreme Learning Machine）和模糊积分（Choquet积分、下积分）相结合的方法,解决了基于模糊积分的多分类器融合模型中模糊测度的学习问题,与其它常用的模糊测度的学习方法相比较,该方法具有较低的学习复杂度和较短的学习时间。
