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。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，PSFI）。实验表明，随着计算资源的增加，PSFl算法的加速比和效率下降较低。在变量存储上，PSFl算法在较多特征的数据集上对存储空间减少数千倍。最后，提出的PSFl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。