基于向量冲突表示方法的证据组合规则

针对Dempster组合规则在高冲突证据融合的情况下常常会得到违背直觉的结果,提出了一种基于向量冲突表示方法的Dempster(VCRD)组合规则。首先,通过实例分析了冲突因子和Jousselme距离存在的不足;然后,利用证据向量的相似性和差异性共同衡量证据之间的冲突程度,通过证据之间的冲突程度确定修正证据的权重因子,对融合证据进行预处理;最后,利用Dempster组合规则进行融合。理论分析和仿真实验结果表明:与Dempster组合规则及其它改进算法相比,VCRD组合规则能够合理地处理高冲突证据情况下的融合问题,降低了决策风险。     

信任函数组合与局部冲突处理

在证据理论框架中,数据融合是将几个来自不同证据源的信任函数组合成一个信任函数,Dempster组合规则是人们常用的方法,但由于此规则是通过按比例放大组合后焦元的基本信任指派值而使其满足信任函数的标准定义,尽管这一标准化方法有逻辑上的解释,但还是招致诸多批评,并提出了一些修正的组合规则。Dempster组合规则尤其在较强冲突情形下其组合结果是不符合常理的,因此不同证据源的冲突处理是信息融合的主要问题。该文通过分析比较已有的主要组合规则,提出了一种处理冲突的新方法--局部冲突处理法,此方法可克服已有方法的缺点,而且组合结果更加合理。     

一种新的证据融合方法及在目标跟踪中的应用

为了有效融合高度冲突的证据,本文在余弦相似度和K-L距离基础上提出一种证据自适应融合方法.首先联合余弦距离和经典冲突系数定义了一种新的证据冲突衡量标准;然后利用K-L距离获得待组合证据的权重,提出一种基于序贯式的证据组合方法.而后考虑到Dempster组合规则可以有效融合低冲突证据,为使新的组合方法和Dempster组合规则发挥各自的优势,提出了一种组合规则自适应切换的融合方法.最后基于AMI语料库对本文融合方法的有效性进行了验证.实验结果表明:相比传统的证据理论融合方法,本文方法具有较好的准确性和稳定性,可满足视频跟踪的应用需求.     

非单点证据体数据融合的Dempster组合规则适用性评价方法

针对待融合的证据体包含基本概率分配值相差较大的非单点证据时,基于pignistic距离的Dempster组合规则适用性评价方法判定结果存在模糊性甚至不准确的问题,提出了一种表示证据体之间关联性的改进pignistic距离,并将改进的pignistic距离与经典冲突系数相结合,提出了对Dempster组合规则适用性评价的新方法。在新方法中,定义了一种新的证据体冲突衡量系数用于判定Dempster规则的适用性。当经典冲突系数为0时,新系数与改进pignistic距离一致;当经典冲突系数不为0时,新系数与改进pignistic距离和经典冲突系数之和的平均值一致。算例分析的结果表明,与基于pignistic距离的Dempster规则适用性评价方法相比,新的基于改进pignistic距离的Dempster组合规则适用性评价方法有较好的适用性和合理性。     

基于证据冲突度的多传感器冲突信息组合方法*

针对Dempster组合规则在多传感器冲突信息融合方面的不足,提出了改进的证据冲突的定义及基于冲突系数和Jousselme距离的证据冲突度的计算公式,给出了一种新的基于证据冲突度的证据加权融合方法。该方法首先利用证据冲突度构造证据相互支持度矩阵,进而计算证据的权重,最后利用Dempster规则对加权修正后的证据进行融合。数值实例表明：该方法可以有效融合高冲突信息,与Dempster组合规则和几种典型的加权证据融合方法相比,具有更快的收敛速度,而且收敛效果更好。     

一种基于修改模型的冲突证据组合方法

为解决Dempster-Shafer证据理论在对高度冲突的证据进行融合时可能导致与直观结果相悖的问题,本文提出一种有效处理冲突证据的融合方法。通过引入距离函数,确定证据之间的相互支持度,进而确定证据的权值。采用平均证据代替冲突证据,通过证据的权值修改证据源模型,然后基于Dempster组合规则进行证据组合,以减少冲突证据在组合规则中的作用能力,有效降低干扰对最终融合结果的影响,充分利用了原始证据信息,使得组合结果收敛到正确的目标的效率比较高。     

一种基于近邻思想的证据合成规则

D-S证据合成规则在遇到冲突证据时常有悖常理。针对现有规则的不足,通过理论分析和对几种常用组合规则的比较,提出一种基于近邻思想的冲突证据修正规则,综合考虑证据源的有效性和证据源间的距离,进行信息融合。实验结果表明,该规则对合理的合成方向具有较快的收敛速度,在证据源完全冲突的情况下也能适用。     

一种基于局部冲突分配的证据组合规则

Dempster-Shafer证据理论广泛应用于信息融合中, 但是在证据高冲突情况下基于经典D-S证据组合规则的融合结果存在问题。针对这一问题, 提出了一种基于局部冲突分配的证据组合规则。首先基于Jousselme证据距离获得各个证据体的信任度和加权平均证据, 然后由定义的焦元距求其每一个焦元的绝对距离, 并以此获得焦元信任度。最后实验结果表明, 所提算法提高了证据合成结果的可靠性和合理性。     

基于平均偏离度的证据组合方法

Dempster-Shafer证据理论广泛应用于信息融合中, 但是在证据高冲突情况下基于经典D-S证据组合规则的融合结果存在反直观的问题。针对这一问题, 提出一种基于平均偏离度的证据组合方法。首先引入证据距离函数获得各证据体的相互支持度, 并将支持度归一化为证据的信任度。对所有的证据进行信任度加权平均, 获得一个参考证据。然后利用该参考证据对各个原始证据进行偏离度的判定及修正。最后利用Dempster-Shafer规则完成证据的组合。实验结果表明, 新方法提高了融合结果的可靠性和合理性, 可以有效地处理高冲突证据。     

基于信任函数理论的修正融合目标识别算法

针对信任函数理论中经典Dempster组合规则难以有效融合高冲突证据并存在焦元基模糊问题,提出了一种基于信任函数理论的修正融合目标识别算法.修正融合算法在对相容命题进行组合时,考虑了焦元基的影响,使基本信任质量合理地向基数较小的焦元命题聚焦,以避免焦元基模糊问题;在对冲突命题进行组合时,对命题进行倾向性分析并对局部冲突采用局部分配的策略,以有效融合高冲突证据.算例与仿真比较分析验证了此修正融合目标识别算法的合理有效性和优越性.     

基于相似度动态修正的冲突证据组合方法

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.     

New method for measuring the degree of conflict among general basic probability assignments

There is doubt about Dempster’s rule of combination because of counter-intuitive results when dealing with conflict information in intelligent reasoning.Therefore,many modified combination rules have been presented in the literature on multi-source information fusion and reasoning with uncertainty.However,the issue of identifying conflict among evidence has been ignored.A new parameter measuring conflict evidence called the conflict distance parameter is defined to determine whether there are conflicts in evidence based on the analysis of existing conflict parameters.At the same time,a decisive rule,which a reasonable conflict measure function should satisfy,is put forward.Finally,an analysis of two typical counter-intuitive situations is given,showing that the new parameter can not only satisfy the decisive rule,but can also attain the same effect as a two-dimensional measure when deciding whether to use the Dempster’s rule of combination,and can exceed its effect when deciding whether to use Dezert-Smarandache theory.     

利用粗糙集理论实现工艺决策的冲突消解

根据粗糙集理论在解决不确定性问题方面的特性，引入了基于粗糙集理论的工艺知识度量方法，构造了度量工艺规则相似性的规则距离公式，并在分析工艺决策中传统冲突消解策略的基础上，建立了工艺决策推理过程中规则集约简的方法．与匹配度排序方法的比较表明，文中方法可有效地解决工艺决策中冲突消解的问题．     

采用信度分级的证据理论合成规则

证据合成规则在处理冲突证据时产生的失效问题,影响了证据理论的应用。为了有效融合高度冲突的证据,在Murphy 规则、邓勇以及张军方法的基础上提出了一种新的基于证据可信度分级的加权平均证据合成规则,实验表明提出的合成法则可以更高效地解决冲突证据合成问题。     

一种改进的D-S证据理论合成方法

针对D-S证据理论计算量大和不能有效合成高度冲突证据的不足,提出一种基于加权和矩阵运算的证据组合方法。该方法通过引入权重系数区分不同证据在数据融合中的重要程度,因此能有效合成高度冲突的证据。同时,在证据合成过程中通过引入矩阵运算,有效地降低了算法的计算量。仿真结果表明,与传统的基于D-S证据理论的多传感器数据融合方法相比,改进方法不但能提高证据合成的可靠性和准确性,而且具有较小的计算量。     

一种证据不确定性度量方法及其应用

证据的冲突是导致证据理论融合结果不理想的重要因素,对证据冲突的处理一直是证据理论中要解决的关键问题。通过对多义度、不一致度和非特异度进行线性组合,提出一种新的证据不确定性度量方法。新方法能够更全面地涵盖证据体中所包含的不一致和非特异性两类不确定信息,使得证据不确定性度量结果所包含的信息更为完整。在此基础上,采用指数函数构造权重,对证据体进行预处理,然后采用DST、PCR2和PCR5进行融合。算例结果表明融合结果合理,新的证据不确定性度量方法有效。     

冲突证据分步合成的合理性及改进合成算法

针对证据分步合成问题,给出了多证据分步合成结果的一般表达式,对分步合成方法理论上的合理性以及合成结果的收敛性进行了研究。针对高度冲突证据的分步合成问题,提出一种将Dempster合成公式与加权平均法混合使用的分步合成算法;根据预设的冲突阈值,选用相应的合成公式。对比仿真结果表明该算法比国内外一些代表性改进方法合成计算过程更为简捷,合成结果的收敛效果更好。     

基于证据价值的冲突证据合成方法

证据理论作为一种不确定性推理,广泛应用于人工智能、信息融合等方面。针对高冲突证据在组合过程中易产生各种与事实相悖的结论,提出了基于证据价值的冲突证据合成方法。此方法首先定义了证据价值的标尺,借用欧氏距离的概念计算证据自身价值,并规则化作为权重,然后引入未知项,修正证据源,再利用D-S合成公式对证据进行合成。实例分析表明,此方法在处理冲突证据时是有效、可行的。     

基于球形边界的ATC飞行冲突概率预测

文章根据ICAO的飞行规则对飞行器的飞行冲突进行了较详细的理论分析,将该飞行冲突过程分成两个阶段即航路巡航阶段和离场起飞、进近着陆阶段,通过简化飞行边界条件和飞行冲突状态,分别推导给出了该两个阶段需要的三维飞行冲突预测解析运算模型。该飞行冲突预测解析运算模型运算量明显得到减少,并利用Monte-Carlo仿真算法验证了该算法的精确度和可行性。     

D-S理论中证据损耗分析及改进方法

分析了传统D-S理论在证据组合过程中的误差、抗干扰能力弱以及与人类思维相悖的原因;认为主要是由于部分定义和规则的局限性引发了组合过程中的证据损耗;提出了一种扩展的定义和组合规则,发现并解决了完全兼容证据组合过程中的证据损耗,有效地化解了冲突;理论分析和实验结果支持了方法的合理性与可行性.