并行计算和稀疏存储在模糊积分上的应用

近年来很多学者开展了模糊积分的相关研究,并将模糊积分应用于各种分类问题,而模糊测度的确定则是模糊积分计算的重点和难点。本文将并行计算和稀疏存储应用在模糊积分求解上,分别解决模糊积分计算中的时间复杂度和空间复杂度问题,并提出一种高效率模糊积分算法—基于并行和稀疏框架的模糊积分(Parallel and Sparse Frame Based Fuzzy Integral,简称PSFI)。实验表明,随着计算资源的增加,PSFI算法的加速比和效率下降较低。在变量存储上,PSFI算法在较多特征的数据集上对存储空间减少数千倍。最后,本文提出的PSFI算法相比之前提出的多重模糊积分(Multiple Nonlinear Integral, MNI)算法,有较高的分类准确率。