加权BJS散度决策算法

分类精度更高

首个在DSE理论中提出加权BJS散度的决策算法，融合主客观权重，显著提升决策与分类性能。

肖富元 · 文俊浩 · Pedrycz, Witold

IEEE Transactions on Knowledge and Data Engineering 2023

技术优势

加权更灵活

同时考虑主观权重和客观权重，从不同角度分析决策问题，更贴合实际需求。

分类更准

在多个真实数据集上验证，分类精度和鲁棒性均优于多个知名相关方法。

统一框架

提出多种广义证据散度，统一在BJS散度决策算法下，适用于更广泛的决策场景。

应用场景

• 决策支持系统：在不确定信息下提供更优决策依据，提升系统性能。
• 医疗诊断分类：用于医学诊断数据分类，辅助医生判断。
• 故障检测：在故障检测中有效处理冲突信息，提高检测准确率。
• 模式识别：提升模式识别分类精度，适用于多样真实数据集。