王 强，马生全

（1.三亚学院 理 工学院，海南 三亚 572022；2.海南师范大学 信息科学与技术学院，海南 海口 571158）

基于模糊积分分类器的一种改进

王 强1，马生全2

（1.三亚学院 理 工学院，海南 三亚 572022；2.海南师范大学 信息科学与技术学院，海南 海口 571158）

通过对传统积分分类器的改进，引入正向和负向两个隶属评价来进行最终的评价，利用复值函数的模糊积分给出示例最终的隶属评价，让复值函数的积分在分类技术中得到了应用，丰富了模糊积分在分类技术中的应用形式，给出了在进行最终隶属评价的三种处理方式.

模糊积分；分类器；隶属评价；乐观因子；模糊推理

分类问题是模式识别系统的重要组成部分，分类是根据已有的示例学习分类器，然后将新数据利用该分类器分为符合实际情况的不同类别，常见的分类方法有贝叶斯推理、神经网络、线性方法、最邻近等等.随着模糊集合理论的发展也带来了新的分类器，比如基于模糊积分的分类器.模糊积分是一种基于测度的积分[1]，其在综合评判中的应用已经很广泛，克服了传统的加权平均带来的不符合逻辑的弊端.王熙照等人将模糊积分运用于分类技术中，也得到了很广泛的应用[2].

1 模糊积分分类器介绍

模糊积分的分类可以表示如下[2]：

则初等模糊积分分类器

如下定义：如果

这样定义的模糊积分分类器是一个经典的分类器，其输出是一个布尔向量.

定义2 设有一个c类的分类问题，X={x1，x2，…，xn}表示属性集，f=（f（x1），f（x2），…，f（xn））为定义……