一种新的证据复合折扣合成方法

D-S证据理论是一种重要的决策级信息融合方法,但传统的Dempster证据合成规则会导致一些与直觉相悖的结果.针对该问题,在经典的Shafer折扣方法基础上,提出了一种综合可靠性和重要性因素的复合折扣因子计算方法.该方法首先借助证据包含度合理地定义了证据可靠性度量;然后综合证据清晰度、证据一致性和证据积累程度等因素,建立了证据重要性模型;最后两者通过乘法算子共同构成复合折扣因子.实验结果表明,文章方法的证据处理过程与生物学研究中人的信息积累过程一致,能够解决证据合成中的悖论问题,合成证据可靠有效.     

项目组合评价及选择

基于企业内外部环境的角度,在结合项目组合特点的基础上,构建了项目组合评价指标体系.将通过初选的项目进行组合,形成相互独立的项目组合,应用证据理论的评价方法,评价各项目组合对企业的综合贡献值,初步筛选出多个项目或项目组合.针对项目在实施过程中受到的多种约束,再应用0-1规划法建立项目组合选择模型并应用分支定界法进行求解,得到可实施项目的最优组合,最后以实例证明该评价指标体系与评价方法的有效性与实用性.     

基于动态双门限和D-S证据理论的合作频谱感知算法

针对传统能量检测算法门限设置单一且不适应感知信道环境差异的问题,为了提高合作频谱感知结果的可靠性,减小网络开销和融合中心计算的负担,提出了将动态双门限能量检测和D-S证据理论相结合的合作频谱感知算法.在进行本地感知时,该算法可以让认知用户通过双门限能量检测方法直接得到本地判决结果,同时根据信道环境的变化自适应调整双门限值,并在双门限内使用D-S证据理论,感知双门限内未判决结果的信任度函数,将其发往融合中心,这样可以减少融合中心的计算量以及传输带来的网络开销.仿真结果表明,双门限D-S证据理论的融合结果要优于D-S证据理论和OR准则.     

地下结构震害风险信息融合方法研究

为提高地下结构震害风险判决的科学性和智能化水平,提出一种基于证据理论的地下结构震害风险信息融合方法。在地下结构震害风险智能监测的基础上,根据震害风险融合原理,构建基于智能监测和专家判决的地下结构震害风险融合模型。遵循证据理论的原则和模型规则,构造统一的地下结构震害状态空间和风险概率表达方式,建立风险融合证据框架,确定判决规则,设计风险融合证据模型组件。计算结果表明,该模型能有效提高地下结构震害信息诊断的可信度,充分显示了该融合模型组件的有效性。     

一种基于条件证据网络的多源异类知识融合识别方法

针对融合识别领域中不同框架下多源异类传感器的不确定证据信息无法有效融合的问题, 提出一种基于条件证据网络的多源异类知识融合识别方法. 该方法将战场协同作战中不同框架下多源异类传感器的领域知识统一在证据网络的结构下, 形成多源异类知识融合识别模型, 对多源异类传感器的不确定性证据信息进行基于条件证据网络的融合推理, 得到识别结果. 仿真实例验证了所提出方法的优越性.

     

基于改进的无量纲指标信息融合故障诊断方法

针对无量纲指标信息的不确定会产生冲突证据的问题,提出一种基于改进证据理论的无量纲指标信息融合故障诊断方法.采用人工免疫算法构建原始证据;通过计算无量纲免疫检测器证据之间的相似度找出相似证据和冲突证据.保留相似证据,并利用可信度修正冲突证据,从而降低冲突证据对证据理论合成结果的影响.组合式旋转机械故障诊断试验验证本文方法有效.该方法能够明显提高故障诊断准确率.     

基于Windows平台的浏览器痕迹提取技术研究

随着互联网的发展,web浏览器成为互联网信息获取与发布的重要工具,浏览器中存储着的大量浏览信息与痕迹成为了电子证据中重要的一部分。根据浏览器内核的不同,本文分别对当前windows平台下的IE浏览器和主流非IE内核浏览器的痕迹提取技术进行研究。     

《电子签名法》:连接网络空间与传统空间的法律

电子签名法是网络时代＂私＂法领域的霸王法律 首先,《电子签名法》不是一种宣誓性法律。目前《电子签名法》没有用好,是因为很多人没有明白它的司法证明价值。在此基础上,司法机关一直没有出台相应的司法解释。这就导致《电子签名法》在司法实务中一直没有发挥它应有的价值。其次,《电子签名法》是网络时代＂私＂法领域的霸王法律,不懂《电子签名法》就是不懂法律意义上的＂网络＂。《网络安全法》是网络时代＂公＂法领域的霸王法律。     

基于模糊和证据理论的行为建模

针对人类行为模型系统中存在大量的复杂任务关系和过程,系统输出的概率不确定性等问题,提出了基于Mamdani-Zadeh推理范式和D-S证据理论的建模方法.这种方法把输入空间分割成人们比较容易理解和表达问题的小区域,使用Mamdani-Zadeh和模糊D-S规则控制信度函数的输出值,从而得到了用户预期焦化元的清晰值,实现了模型系统关系、过程简单化;并通过具体例子证实了此方法的精确性和有效性。     

证据理论加权决策树在外包维修中的应用

外包维修过程中产生的数据通常是模糊的,传统上很少按重要性分类,从这些数据仅仅能搜索到相关的不确定信息。将证据理论作为处理不确定数据的有力工具,提出用证据理论加权决策树算法对外包维修过程产生的不确定数据进行分类并挖掘出规则。实验结果表明本算法可有效的对外包维修数据进行分类,并可以生成可指导产品研发的规则。