基于信任度和虚假度的证据组合方法

D-S证据理论在信息融合领域有着广泛的应用,但使用Dempster组合规则对高冲突证据进行合成时可能会得到反直观的结果,在应用中也存在“一票否决”的问题,为解决这些问题,提出一种改进的基于证据信任度和虚假度的证据加权组合方法。首先在证据相关系数的基础上定义了证据信任度,再结合证据虚假度的概念来确定各原始证据的权重,依此权重系数对各证据进行加权平均后利用Dempster组合规则对加权平均证据进行组合。数值算例表明,该组合方法可实现冲突证据的有效融合,与其他方法相比该方法具有更好的收敛性。     

基于聚类赋权的冲突证据组合方法

针对高度冲突证据组合失效的问题，着重考虑证据之间相互关系与证据本身特性的结合，提出了一种基于聚类赋权的冲突证据组合方法。首先，构建相似系数对证据进行聚类分析，通过类容量确定类间权重反映类间差异。然后，引入信息熵获取各证据的类内权重，综合类间权重和类内权重得到证据的修正权重。最后，根据该权重修正冲突证据，使用证据理论组合规则完成对修正证据的最终合成。数例验证结果表明，所提方法能够合理地修正证据，并且组合结果相比其他方法具有更好的聚焦效果。     

一种有效处理冲突证据的组合方法

为了有效融合高度冲突的证据,提出一种新的基于证据距离的组合方法,首先引入了一个证据体距离函数,之后求出系统中各证据被其它证据所支持的程度,对支持度归一化后获得各个证据的可信度,并将可信度作为证据的权重,对系统中的证据加权平均后再利用Dempster组合规则实现信息融合,与其它方法比较,该方法在系统存在伪证据(干扰)时仍然能够有效快速地识别出目标。     

基于证据距离与不确定度的证据组合方法

Dempster-Shafer证据理论是信息融合领域中的一种重要的理论与方法.然而在实际应用中,Dempster证据组合规则无法有效处理高冲突证据组合问题,往往引发反直观结果.针对这一问题,提出一种新的加权证据组合方法.该方法同时利用证据距离和证据不确定度来生成权重进而修正待征组合证据,并取得合理的组合结果.实验结果表...     

基于证据源和组合规则双修正的证据合成

针对冲突证据合成时传统证据合成和单一修正改进方法存在的问题,提出了新的证据源预处理和组合规则双修正的证据合成方法.利用夹角余弦理论,计算证据向量距离后转化得到权重系数,依据权重系数对证据进行重新概率分配,完成证据源修正;之后用修正的动态合成规则,进行修正证据的合成;同时提出了算法分析模型.实例结果验证了算法在证据合成时具有最优结果、较强通用性和稳定性,可应用于信息融合、不确定信息决策等领域.     

基于平均证据和焦元距离的高冲突证据融合方法

针对传统DS证据理论无法有效解决高冲突证据融合的问题,提出基于平均证据和焦元距离的高冲突证据融合方法.首先,利用皮尔逊相关系数计算证据体相关性,并由此定义证据权重计算平均证据.然后,利用平均证据计算各证据焦元距离,根据焦元距离将冲突重新分配给各焦元的BPA,构造新证据体.最后,对新证据体进行传统Dempster组合,得到融合结果.仿真实验表明,新方法在处理高冲突证据时准确度高、收敛速度快,较好地解决了高冲突证据融合问题.     

互补证据组合规则

针对Dempster组合规则"一票否决"和现有修正方法主观分配冲突信息的缺点,提出一种全新的证据组合方法.新方法直接利用定义的互补证据进行融合,不再采用Dempster组合规则中的纯乘性策略组合证据,成功解决了"一票否决"问题.并将冲突信息转化为证据权重融入组合规则进行直接融合,不再主观分配其信度.新的组合规则是一类广义的加性集成算子,既满足交换律又满足结合律,既能够直接组合单类证据,也能够基于TBM组合复合类证据.通过多传感器融合识别算例,验证和对比分析了新的组合规则的优势.     

一种有效处理冲突证据的组合方法

针对证据理论应用过程中,冲突证据的组合问题和基本概率赋值函数难以确定的问题,提出了一种新的冲突证据的组合方法。该方法以修改模型为基础,而不改变Dempster组合规则的结构。首先,在充分考虑焦元属性之间及证据之间的相互关联性基础上,引入证据体距离函数,然后,求出系统中各证据被其他证据所支持的程度,对支持度归一化后获得各个证据的可信度,并将可信度作为证据的权重,再将平均证据代替冲突证据,最后利用Dempster组合规则实现信息融合。通过仿真实验,将该方法与现有方法进行了分析比较,结果表明应用该方法是一种有效可行的证据组合方法。     

基于城市街区距离的证据融合方法

针对传统Dempster-Shafer证据合成方法合成冲突证据时,会出现相悖的结论的问题,提出了基于城市街区距离的冲突证据合成方法.方法利用证据冲突信息,通过城市街区距离得到证据距离,距离表征证据的冲突程度,并进一步计算得到权重系数,根据权重系数对证据进行重新概率分配后,完成证据预处理过程,最后用改进的合成规则,完成再分配证据的合成.实例合成验证了算法在合成冲突证据方法具有最优结果,且和推理一致,可以通用于证据合成.     

基于可信度的证据融合方法

为了有效融合高度冲突的证据,在总结邓勇方法的基础上提出了基于预处理模式的改进方法,结合模糊集合理论的贴近度概念给出相似性测度的定义,进一步获得系统中各条证据被其它证据所支持的程度,将该支持度作为证据的权重,对多源证据进行加权平均后再利用Dempster组合规则融合证据信息。数值实验与仿真分析表明,新方法在系统存在伪证据（干扰）时仍然能够有效快速地识别出目标      

一种新的基于证据距离的证据合成算法

针对D-S证据理论对于高度冲突证据合成时出现与常理相悖结论的问题,提出了一种基于证据距离的加权证据合成方法,并给出了具体算法。新算法仍然使用D-S合成公式,但需考虑融合系统中证据源的修正问题。利用证据总体的期望值将Jousselme提出的证据距离修正,从而得出证据权,通过证据权对源证据的基本可信度分配函数进行修正,并通过算例比较,说明新的算法具有更有效的合成结果。     

基于证据相似性度量的冲突性区间证据融合方法

基于证据相似性度量,该文提出一种冲突性区间证据融合的新方法。首先,定义了扩展型Pignistic概率转换,将区间证据转换为区间型Pignistic概率。利用区间模糊集的归一化欧式距离,求取区间型Pignistic概率之间的相似性,以此确定两两证据间的相似度矩阵,从中获取区间证据的置信度。然后,基于该置信度对原始的区间证据进行加权平均得到新的区间证据,利用Demspter区间证据组合公式对其进行融合。该方法可以有效地减弱高冲突性区间证据在组合规则中的作用,从而减小融合后所得区间证据的宽度,最终可降低决策中的不确定性。最后通过多个典型算例验证了经冲突处理后再对区间证据进行融合,要比直接融合能够产生更为合理和可靠的结果。     

一种基于马氏距离的冲突证据组合方法

D-S证据理论是高层数据融合中一种重要的处理不确定性问题的方法。但在使用D-S证据理论处理高冲突信息时,经常得出与直觉相悖的结论。证据理论不能有效处理高冲突证据的特点极大制约了其应用,当前研究主要对原始证据源进行修改。提出了一种基于马氏距离确权的组合方法,通过合理度量冲突大小,对原始证据源进行加权修正。经过数值分析,新的组合方法在应对敌对干扰等突发高冲突时性能得到明显改进。     

Evidence combination method based on Pignistic function transformation and correlation coefficient

The situation of high conflict between evidences and one ballot veto cannot be solved by classical D-S rule,and the results obtained from classical D-S rule are contrary to the facts.To solve this problem,a new standard to measure conflicts between evidences was proposed based on the combination of Pignistic function transformation and correlation coefficient,and also a novel kind of weighted combination method which was applied to measure conflicts between evidences was put forward according to the standard.After that,a support matrix was constructed based from which the credibility of evidence was obtained,and the weighted average method was used to revise the evidence.Finally,the combination was accomplished by using Dempster’s rule.The result of numerical examples shows that it’s effective to solve the combination of conflicting evidence.Compared with other methods,the proposed method has good astringency.     

基于K-L距离的改进D-S证据合成方法

提出了一种证据距离为基础的冲突证据合成方法.通过改进的K-L距离得到证据间间距,进一步通过相关算法转化为证据权值,权值反映了证据的重要程度,以权值为系数对原始的基本可信度分配函数进行重新分配,再通过改进的合成公式,得到证据合成结果.最后通过具体的算例比较,说明新方法的合成结果更确定,更符合实际情况.     

一种新的基于证据理论的合成公式

由于D-S证据合成公式所存在的不足,使证据理论的应用受到了一定的限制.Yager对此作了改进,但改进后合成公式又存在着新的问题.鉴于此,本文在引入证据可信度概念的基础上,提出了一个新的证据合成公式.新的合成公式弥补了D-S证据理论和Yager合成公式所存在的不足,使冲突证据合成的结果更为理想.     

一种基于均衡交补分担准则的 证据组合新方法

 针对Dempster及其改进证据组合公式的不足,提出一种基于均衡交补分担准则的证据组合新方法.首先分析原始Dempster证据组合方法的优势和劣势,然后利用均衡交补信度分配原则合成新的mass函数,最后数值实例对比实验表明新组合方案不但保持了原始Dempster组合方法的优势,而且弥补了其缺陷.