随着技术水平的发展和研究的不断深入，在模式分类问题中需要处理的信息往往存在有大量的不确定性。证据理论作为处理不确定性一大强有力的工具，将其应用于模式分类能够有效提高分类器分析、表达以及处理不确定性数据的能力。对此，文中开展了证据理论在模式分类中应用的研究综述，在对模式分类、证据理论的基本原理进行概述的基础上，重点围绕单分类器设计和多分类器集成两个角度，系统梳理了证据理论在模式分类中的研究现状，并从不同分类特性的角度出发比较了各阶段方法的优缺点，旨在为相关研究人员提供借鉴和参考。
科研之友
微信
新浪微博
Facebook
分享链接
