Multi-source Fuzzy Information Fusion Method Based on Bayesian Optimal Classifier
Su, Hongsheng · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2008
为了做常规贝叶斯的最佳的分类器，拥有处理模糊信息并且认识到推理过程的自动化的能力，一个新贝叶斯的最佳的分类器被建议，模糊信息嵌入。它不能仅仅有效地处理模糊信息，而且保留贝叶斯的最佳的分类器的学习性质。另外根据模糊集合理论的进化，含糊的集合也是嵌入的进它产生含糊的贝叶斯的最佳的分类器。它能同时从积极、反向的方向模仿模糊信息的双重的特征。进一步，贝叶斯的最佳的分类器也是的集合对从积极、反向、不确定的方面就模糊信息的三方面的特征而言求婚了。最后，一个知识库的人工的神经网络(KBANN ) 被介绍认识到贝叶斯的最佳的分类器的自动推理。它不仅减少贝叶斯的最佳的分类器的计算费用而且改进它学习质量的分类。