《表5 不同规则和不同证据的合成准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进D-S证据理论的数据融合目标分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

不同融合方法的结果如表5所示，本表格中的SVM，RF，KNN分别表示该分类算法输出的基本信任函数，KNN1，KNN2分别表示对原始KNN的输出进行了修正1和修正2操作后的结果。SVM&RF&KNN表示对这三类基本信任函数进行融合，类似融合表4中的m1，m2，m3，其他意思相同。最终融合时，SVM，RF，KNN分类算法的准确率分别为93.2333%，86.7864%，93.5531%，各方法融合的准确率如表5所示。本文方法1是采用式（8）的基于可信度按比例分配冲突度；方法2是采用式（6）的基于可信度按比例分配冲突度；方法3是采用式（8）的按比例分配冲突度；方法4是采用式（6）的按比例分配冲突度。