基于模糊隶属度邻域覆盖的三支分类决策

摘要： 传统的邻域分类决策方法对不确定数据进行了严格的分类，可能导致严重的分类错误，因此提出一种基于模糊隶属度邻域覆盖的三支分类决策方法。引入模糊邻域覆盖方法，构建邻域覆盖隶属度相关的不确定测度，并且提供数据分布的隶属度近似。通过三支分类策略降低分类风险。通过多个数据集分类实验结果可知，提出的方法在保证分类精度的条件下极大地降低了分类风险。 （共8页）