基于证据方差的加权证据组合

DS证据理论在决策级信息融合中有着广泛应用.针对证据组合时的某些反直观结果问题提出一种新的基于证据方差的序贯式加权证据组合方法.首先基于Jousselme证据距离定义了证据方差.每一步证据组合时,依据当前既有证据组合结果序列的方差及当前步新证据加入后的序列方差来生成权重.基于所获权重修正新到证据及前一步组合结果,最后利用Dempster规则完成当前步证据组合.算例分析表明所提方法是合理有效的.     

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.     

基于博弈论的高冲突证据融合方法

针对传统DS证据理论无法解决的高冲突问题,提出一种改进的DS证据理论新方法.首先,使用类哈利熵和Shannon熵衡量证据的综合不确定度,描述证据中的不具体性和随机性问题;其次,使用皮尔逊相关系数衡量证据间的相似度;接着,基于博弈理论对二者进行组合赋权,保证修正权重的准确合理;最后,使用DS组合规则计算修正后的基本概率分...     

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。     

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.     

基于相关系数的证据冲突度量方法

当证据高度冲突时,使用D-S组合规则将会得到不合常理的结果,因此,针对证据组合规则的改进成为一个重要的研究课题,在选择合适的证据组合方法之前,确定证据之间是否冲突、冲突程度如何,是个至关重要的问题,为了更加准确地描述证据间的冲突,在分析证据相似度与证据冲突关系的基础上,基于证据相关系数提出了一种新的证据冲突度量方法,理论分析和数值计算表明该方法可有效表示证据之间的冲突程度,相关系数越大,证据间冲突就越小,与其他方法相比,该方法更具全面性和合理性。     

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。     

基于试探折扣修正的证据组合方法

Dempster-Shafer(D-S)证据理论在不确定性信息处理相关领域具有十分重要的地位,然而对冲突证据进行Dempster规则组合时,常常会出现反直观结果的问题.本文提出了一种新的对证据组合结果质量评价的量化标准,该标准由证据集可信度与组合结果聚焦度构成,并在该标准的基础上提出了一种对证据进行多次试探折扣的修正方法,每次试探折扣由证据的不从属度来构造,实现了证据集可信度与组合结果聚焦度的共同提高,获得最佳聚焦结果,并且还可以通过设置优化目标,灵活控制证据集可信度,获得高质量证据组合结果,以满足各种类型决策的需要.实验结果和相关分析表明,本文方法是合理有效的.     

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.     

单向证据冲突度量方法

针对传统证据冲突度量方法无法表达证据间支持程度差异的问题,提出一种带有方向性的证据冲突度量方法。该方法基于单向支持度间接计算证据间的冲突程度,单向支持度模型采用取小累加运算来表征两证据观点的一致程度,支持系数的引入保证了所建模型具有非对称性。实验结果表明所提方法不但能够有效区分证据间支持程度的差异,而且还能克服传统方法在特定情况下失效的问题。     

安卓手机调查取证

由于社会中科技的高速发展,智能手机也普遍运用在平时生活中.随着智能手机的普及,网上购物、钱财收支都能用手机完成,也因此给了不法分子可乘之机.安卓系统作为居民生活中使用率最广的手机系统,掌握安卓手机取证能力必不可少.     

DS证据合成规则评价方法研究

DS证据理论由于其应用广泛,成为研究的热点之一。由于其应用不同,DS证据理论遇到了一些问题,尤其是冲突证据合成问题,为此,不少学者都提出自己的解决办法。然而,针对合成方法的评价方法却很少有报道,算法优越性几乎都是通过主观逻辑判断的方法,通过实例对比,来说明算法的好坏。通过对合成方法的研究,提出了主客观结合的合成规则评价方法。评价方法以主观评价为基础,建立了客观评价体系及数学模型,客观评价体系有多个评价规则组成,综合说明合成方法的优劣,从而建立了合成方法的评价理论。最后,通过实例验证了评价方法的正确性。     

电子证据与反拒认协议

反拒认是在计算机上实现电子贸易的重要前提之一。电子证据则是反拒认技术的基础。本文讨论了电子证据的种类。构成成分及其有效性。在此基础上,提出了一种公平的反拒认协议,同时解决了收方和发方的拒认问题。它基于条件证据和反拒认服务器两个简单思想,既高效又实用。     

电子邮件形成及其证据效力问题

随着电子邮件的普及和应用,电子邮件安全问题也越来越多地引起人们的关注。我们已经认识到电子邮件用户所面临的安全性风险变得日益严重,并且电子邮件证据作为案件证据也日益显现出来。论文通过电子邮件形成及其技术特征、电子邮件证据证明力出现的问题、解决途径等几个方面来进行探讨。     

改进的证据组合规则及其在融合目标识别中的应用

针对D-S理论在解决证据冲突时的局限性,提出了一种改进的证据组合规则.该方法充分考虑了证据源信息和冲突证据本身的信息,利用证据间的支持度矩阵,得到各证据的可信度.并以此对证据进行加权平均;在此基础上,将支持证据冲突的概率按各个命题在所有命题中所占的比重进行分配.仿真实验结果表明,该方法在处理冲突证据问题及证据比较一致的问题时,都能得到合理的融合结果.在实际的多传感器融合目标识别中,可以充分利用多个传感器的互补信息,最大程度地降低矛盾冲突因子对识别结果的影响,从而提高了融合识别的可靠性和有效性.     

An approach for evidence clustering using generalized distance

When evidence comes from multiple events they should be handled independently, and it is unknown to which event a piece of evidence is related. In this paper, the problem of clustering all pieces of evidence is analyzed systematically to separate them into subsets for each event on the basis of considering the describing format of evidence and making full use of the distance of evidence. An approach for evidence clustering using distance of evidence is presented based on the criterion for clustering. In the proposed approach, the method which is used to establish the initialization of clustering is discussed in detail, called an improved optimal distance. And the centroid vector of evidence and the clustering process are developed respectively to obtain the performance of this novel approach. Finally, an illustrative example shows that this approach is feasible and effective.     

D-S证据理论在雷达目标识别中的应用

为解决雷达终端目标识别问题,采用基于推理的数据融合方法。分析了Dempster-Shafer(D-S)证据理论用于多传感器数据融合的基本概念和理论,并结合最小风险准则将其应用于雷达终端目标识别的数据融合中。实验结果证明了基于融合后的识别结果较单传感器单周期的识别结果好,验证了这一方法的正确性和有效性。     

Correlation coefficient measurement for conflict evidence

The complex battlefield environment increases the uncertainty of reconnaissance information processing, so the uncertain information processing is investigated, especially the conflict evidence measurement, based on the belief functions. The normalized evidence correlation is defined as the correlation coefficient measurement for conflict evidence. In order to solve the drawback that the existing conflict evidence measurement methods do not distinguish the single set and multiple sets, the union core and core relational matrix are defined to modify the union core and core correlation respectively and further obtain the modified conflict evidence measurement. Finally, the efficiency of the proposed correlation coefficient measurement for conflict evidence is illustrated in the classical simulation example.