设计中的应用韩德强1，杨艺2，韩崇昭1(1西安交通大学电子与信息工程学院综合自动化所，西安7100492西安交通大学航天航空学院空天工程系，西安710049)摘要：多分类器系统因其能够显著提升分类精度而引发了广泛关注.多分类器系统中各子分类器间的差异性是提升融合分类精度的先决条件.文中提出了一种基于证据距离的分类器系统差异性度量，同时基于该度量提出一种多分类器系统构造方法.该方法中综合了既有差异性度量、文中所提新差异性度量以及在训练样本集上的分类性能，实现了多分类器系统的有效构造.文中所附实验及其结果表明，所提差异性度量及多分类器系统构造方法是合理有效的.关键词：多分类器系统；差异性度量；分类器集合；证据理论；证据距离.AnoveldiversitymeasurebasedondistanceofevidenceanditsapplicationtodesignofmultipleclassifiersystemHANDe-qiang1,YANGYi2,HANChong-zhao1(1.InstituteofIntegratedAutomation,
