多分类器合成方法综述
多分类器合成在模式识别的各个应用领域是非常有用的，因为它利用了各个分类器的信息，发挥了各个分类器的优势。两种基本的途径可用于多分类器合成：分类器输出综合和动态分类器选择。在分类器输出综合中，根据不同的输出信息可以划分为三种类型，该文从前面所提到的四个方面对多分类器合成的各种典型方法进行了概述，并给出了每种方法的特点。
多分类器合成 分类器输出综合 动态分类器选择
周嫔 胡卓人
大学计算机科学与技术系智能技术与系统国家重点实验室 市规划建筑研究设计院
国内会议
北京
中文
85～92
1998-09-01（万方平台首次上网日期，不代表论文的发表时间）