共查询到20条相似文献,搜索用时 125 毫秒
1.
新的决策表约简模型将MDP(Mean Decision Power)规则集作为最终的约简结果,解决了不相容决策表约简结果不一致的问题.在MDP规则集中,相对决策强度和规则数目是一对紧密相关的重要的参数.发现并研究了它们之间存在的关系,而这种关系的确立有助于人们深刻理解MDP规则集的本质,也为MDP规则集的增量推导算法的确立提供了重要思路. 相似文献
2.
3.
随机QoS 感知的可靠Web 服务组合 总被引:18,自引:1,他引:17
在面向服务的环境下,单个Web 服务往往不能满足用户的要求,这时就需将已有的单个Web 服务进行组合,以便产生满足用户需求的、增值的组合服务.已有的服务组合方法都很少考虑Web 服务的随机性和Internet 环境的动态性,从而在服务选择过程中产生的规划都是静态规划,结果导致在服务组合时都以较大概率出现组合失败.针对上述问题,提出了Web 服务各随机QoS 指标的度量方法和自适应QoS 管理体系结构,并利用随机型离散事件系统唯一的动态控制方法——马尔可夫决策过程(MDP),设计出随机QoS 感知的可靠Web 服务组合算法.实验结果表明,考虑随机性的QoS 度量方法和QoS 管理体系结构,以及平衡了“风险”与“报酬”的MDP 有效地提高了服务组合成功率. 相似文献
4.
针对信息融合中冲突证据组合时易出现的一般冲突、一票否决和鲁棒性等常见问题,有两类改进策略:一类修改DS(Dempster-Shafer)组合规则,另一类修改证据源模型.提出一种基于封闭世界的修改模型方法.引入Jousselme距离函数来量化焦元属性及证据之间的相互关联性,进而计算各证据的支持度.对证据支持度进行加权平均后得到参考证据,利用该参考证据对各原始证据进行不确定性判定,获得各原始证据与参考证据之间的大小相似度和方向相似度.在此基础上建立一个相似度动态修正模型,利用DS组合规则进行证据组合,对动态修正模型的多组组合结果求平均作为最终结果.通过仿真实验验证所提出方法的有效性和合理性. 相似文献
5.
6.
7.
针对使用冲突系数辨认证据冲突存在的不足,将Pignistic概率距离转换为证据的可信度,再将证据的可信度和虚假度结合起来,构造一个新的修正系数,然后利用新的修正系数来折扣基本可信度分配函数。最后,利用D-S证据组合规则对修正后的证据进行合成。数值算例分析的结果表明,改进后的证据组合方法得到的结果具有收敛速度快和鲁棒性好的特点,同时保持了D-S组合规则的优良性质。 相似文献
8.
9.
10.
不相容规则可能是信息系统中的异常信息,在这个信息时代,这些异常信息与那些"正常"信息同样重要.在总结了许多不相容规则处理算法的不足之后,提出了一种基于熵的不相容规则的修正算法.根据设定的可信度值,使用这个算法可以判断出一个信息系统中不相容规则是否是异常规则.最后结合一个实例阐明了该算法的基本思路. 相似文献
11.
一种改进的证据合成公式 总被引:2,自引:1,他引:1
针对Dempster公式,Yager公式和其他几种证据合成公式存在的不足,提出了一种改进的证据合成公式。该公式同时兼顾了多路冲突性和不冲突性证据,冲突性证据按加权平均合成,不冲突性证据按与运算合成并反映了相互间交叉融合的程度。改进的合成公式不仅反映了证据协调重合程度,保持了证据的聚焦趋向性,还能合成高度冲突的证据,提供的两个例子证明该合成公式具有很好的实用效果。 相似文献
12.
13.
14.
D-S证据理论作为一种不确定推理方法,已经广泛用于数据融合和目标识别领域。但是D-S 证据合成公式存在不足之处,使证据理论的应用受到了一定的限制。鉴于此,Yager 对合成公式作了改进,但改进后的合成公式又存在着新的问题。文[2],[3],[4]针对Yager 合成公式进行了一些改进。综合比较了以上几种合成公式,并对文[4]的合成公式进行了一些修正,使其满足结合律,提高了计算效率。 相似文献
15.
16.
17.
经典的证据理论不包括从实例中学习基本信度分配的机制,因此应用范围受到一定限制。通过在证据理论中引入神经网络的学习机制,该文提出了一种有监督学习证据理论分类器。该分类器使用一种经过修改的Widrow-Hoff学习规则从训练实例中学习基本信度分配信息。新实例到来后,该分类器在所学基本信度分配的基础上,使用证据理论合成公式对新实例作分类。新分类器拓展了证据理论的应用领域。实验结果表明该分类器是有效的。 相似文献
18.
19.
针对相似度碰撞引发证据融合结果错误的问题,提出一种新的证据融合方法。首先,提取证据的焦元序列特征并将其转化为排序矩阵以弥补证据相似度易碰撞的不足;其次,联合证据的排序矩阵和信息熵完成对证据权重的确定;最后,生成归一化证据(MAE)并使用Dempster融合公式将MAE融合n-1次获得最终的结果。基于在线的鸢尾花数据集对证据平均融合方法、余弦相似度证据融合方法、证据距离融合方法和证据信誉度融合方法进行了花类型识别准确性的F-Score对比,上述四种方法的F-Score分别为0.84、0.88、0.88和0.88,而所提方法的F-Score为0.91。实验结果表明,所提方法的决策准确率更高,融合结果更加可靠,能为证据决策提供了有效的解决方案。 相似文献
20.
论Dempster-Shafer理论的一个悖论 总被引:1,自引:0,他引:1
Kyburg指出,在Dempster-Shafer(D-S)理论中应用Dempster组合规则组合某些基本概率指派将导致悖论。基于Shafer的D-S理论解释,我们可以利用概率函数来表达该理论的基本概念和组合规则。在此基础上,本文分析这一悖论产生的原因。 相似文献