D-S证据理论中一种新的冲突证据融合方法

针对D-S证据理论在融合高度冲突的证据时可能导致与直观结果相悖的问题,通过分析现有的几种冲突证据融合方法,提出了一种有效处理冲突证据的融合方法。该方法综合了模型修正和规则修正这两类方法的优点。首先基于冲突系数矩阵计算证据的可信度,并以此作为折扣因子来修正证据结构,然后基于局部冲突、局部分配原则确定证据合成时的冲突分配空间和分配权重。实验结果表明,该方法对合理的合成方向具有较快的收敛速度,同时降低了决策风险。     

一种有效折扣证据源的冲突证据合成方法

为解决证据组合规则中一票否决和弱决策证据在低冲突情况下出现的反直观推理的现象，提出一种有效折扣证据源的冲突证据合成方法。首先根据证据的信任函数和似然函数求得证据间的相似度，然后求出证据之间的支持程度，并确定折扣因子，最后采用Dempster组合规则合成利用折扣因子修正后的证据源。数值算例分析结果表明，改进后的证据组合方法可以有效地处理证据冲突。     

基于模糊逻辑和组合证据理论的信息融合技术在网络管理中的应用

研究基于模糊逻辑和组合证据理论的综合信息融合技术在网络管理中的应用．研究了用于网络管理的来源于多信息源的关联规则的融合方法和推理机制，以及故障与故障原因的模糊关系和模糊规则的融合方法及推理机制；在故障定位方面，采用组合证据理论对网络专家、规则推理和模糊推理所给出的故障原因进行融合得出综合的诊断结果。     

基于迭代合成的D-S证据理论改进方法

针对D-S算法中折扣因子不能准确度量证据重要性和一次合成不够精确等问题进行了研究,提出一种基于迭代合成的D-S改进算法。该算法使用复合折扣因子进行证据重要性度量,并用融合结果不断修正复合折扣因子,通过多轮迭代合成最终结果。最后用模拟算例验证了算法具有很好的融合效果,算法的迭代次数不会随着融合精度的提升而激增,也不会随着证据规模的增大而增多,说明算法是有效的、稳定的和可扩展的,适用于大规模证据合成。     

基于模糊集的证据组合方法及其应用

为解决高度冲突证据的合成问题,提出一种基于模糊集的证据组合方法.对证据集中的所有证据对的冲突权进行计算,构造了冲突权矩阵,并提出了一种根据冲突权大小甄别冲突源的方法.引入模糊集理论,根据证据所引起的冲突权大小定义了证据的模糊可信度.按模糊可信度对证据进行预处理,然后用Dempster法则进行组合.实例表明,该方法能有效处理冲突证据的合成问题,保证了冲突证据合成的合理性和可靠性.     

证据理论研究

对证据理论中的基本概率分配函数、信任函数和似然函数进行定义,研究了它们的性质,并描述了知识的不确定性,提出处理知识的不确定性的算法     

模糊证据合成方法的研究

本文研究Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ理论中的证据合成问题。文中定义了模糊证据焦元的包含度，提出了一种模糊证据合成方法作为对Ｄｅｍｐｓｔｅｒ合成规则的一个推广，从而拓宽了证据理论的应用范围。     

基于证据理论和混淆矩阵的传感器可靠性评估

在信息融合系统中,各传感器提供的信息不一定完全可靠,在融合前有必要对传感器的可靠性进行评估,进而对其提供的信息进行预处理。基于证据理论,在传感器混淆矩阵的基础上定义了后验概率向量,通过分析后验概率向量与传感器输出证据之间的关系对传感器可靠性进行评估;然后利用传感器的可靠性因子对证据进行折扣运算,实现对信息的预处理;最后利用Dempster组合规则进行融合。基于证据理论的融合识别算例表明,所提出的方法综合利用了传感器的先验信息和动态输出,可以较好地反映传感器的性能,并能够有效降低可靠性传感器的影响,具有较好的融合效果。     

考虑可靠性的时域证据组合方法

为了实现基于证据理论的时域信息融合,根据证据折扣思想,提出一种考虑可靠性的时域证据组合方法.首先,基于一次指数平滑法对时域证据进行失真判别,并结合基于可信度衰减的证据实时可靠性评估方法,得到相邻时刻证据的实时可靠度;然后,基于改进冲突度与不确定度得到相邻时刻证据的相对可靠度;最后,基于证据折扣准则和Dempster组合规则进行证据合成,实现时域证据的序贯组合.数值仿真与分析表明,所提方法充分体现了时域证据组合的动态性特点,具有较强的冲突信息处理能力和抗干扰能力,对时域信息融合具有较好的适用性.     

基于模糊—证据理论的软件缺陷评估新方法

分析了软件缺陷及其主要的类型，提出了一种基于模糊—证据理论评判软件缺陷的新模型。该模型通过证据合成有效的综合了客观的缺陷测量数据和主观专家评判的结果，消除了软件缺陷测评估中的不确定性、模糊性，提高评价的科学性及可靠性。     

基于证据理论的模糊时间序列预测模型

在分析经典模糊时间序列预测模型的基础上,指出了传统的模型不能处理多因素的情形;然后分析并改进了证据理论中关于证据合成的方法,提出了基于证据理论的多因素模糊时间序列预测模型;最后用1997年～2006年10年间的上海股指数据对所提出的模型进行了实践检验,实验结果表明该模型是可行的,其预测效果优于所参照的预测模型.     

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。     

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。     

改进的D_S证据理论及在水质评价中的应用

提出一种能有效融合高度冲突证据的改进证据理论,通过计算各证据到平均证据的距离,对证据的可信度进行合理的分级,并以此决定相应的权重,从而得到修正的证据;同时为提高计算效率,算法中引入贝叶斯近似公式以及快速迭代合成公式.探讨改进算法在水质评价过程的具体应用,构造一种具有两级证据融合结构的框架,验证提出算法的有效性和可行性.     

模糊匹配方法及证据理论在辐射源识别中的应用

辐射源识别是面向区域电子战的一个重要组成部分,关系到平台识别以及后续的态势分析,但传统的辐射源识别方法并不适用于日益复杂的电磁环境,本文阐述了如何将模糊匹配方法与证据理论相结合进行辐射源识别,在说明模糊匹配方法与证据理论基本概念的基础上,较系统地论述了识别算法,在最后做了仿真实验,取得了较满意的效果。     

证据推理规则的性质研究及方法修正

证据推理规则能有效处理证据的重要性及可靠性,针对该方法中证据权重归一化对合成结果的影响进行研究,据此分析证据合成时是否应归一化权重;探究证据推理规则与证据折扣方法之间的联系,证明两者的合成结果呈比例关系;分析证据推理规则在证据的重要性与可靠性表示上的不合理之处,并提出一种改进方法,证明了修改后的方法仍然满足4条基本合成公理．     

基于直觉模糊和证据理论的混合型偏好信息集结方法

针对混合型偏好信息的集结问题,利用直觉模糊实现了5类混合型偏好信息的统一,提出利用冲突系数和Jousselme距离综合表示的证据冲突度计算专家权重的方法,最后利用Demsper组合规则对专家权重修正后的证据进行组合.实例分析表明,所提出的偏好信息统一方法能够保持转化前后方案的优先顺序不变,通过专家权重对专家意见的修正使得证据合成结果能体现多数专家的一致意见,具有较高的实用价值.     

基于模糊测度和证据理论的模糊聚类集成方法

针对现有集成方法在处理模糊聚类时存在的不足,提出一种基于证据理论的模糊聚类集成方法.以各聚类成员作为证据元,以样本点间的类别关系作为焦元,通过证据积累构造互相关矩阵.考虑到模糊聚类对于各样本点的聚类有效性,提出一种结合点模糊度和模糊贴近度的类别关系表示方法,并以此作为各证据元的基本概率赋值函数.最后基于互相关矩阵构造样本点间相似性关系,并利用谱聚类算法对其聚类. 实验中通过与多种已有聚类集成方法的对比表明,该方法具有较高的聚类性能.     

基于模糊-证据理论的软件缺陷评估新方法

分析了软件缺陷及其主要的类型,提出了一种基于模糊-证据理论评判软件缺陷的新模型.该模型通过证据合成有效的综合了客观的缺陷测量数据和主观专家评判的结果,消除了软件缺陷测评估中的不确定性、模糊性,提高评价的科学性及可靠性.     

D-S证据推理改进方法综述

D-S证据理论可以有效地处理不确定信息,是有效的数据融合方法之一,但在证据高度冲突时,因其归一化过程会产生有悖常理的无效结果。针对此问题,大家提出了许多不同的改进方法,基本上可以分为两类:修改证据及修改组合规则。论文总结了国内外典型文献并进行系统条理的分析,收集各方研究方法并逐步深入压缩提炼形成了一套系统清晰的解决相关问题的思路。并通过实例,比较检验了几种改进方法的有效性。