《表5 不同规则和不同证据的合成准确率》
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。
图表编号 | XD00188416400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 周文文、万晓冬、李文 |
绘制单位 | 南京航空航天大学自动化学院、南京航空航天大学自动化学院、南京航空航天大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |