DS证据理论研究进展及相关问题探讨

在对证据理论的建模、推理、决策到评估各层面最新进展梳理的基础上,针对证据理论现有研究中存在的一些问题、混淆和误解,结合仿真算例进行了分析和探讨,包括证据理论与概率论的关系,证据冲突与反直观结果的关系,证据距离的定义以及证据理论的评价准则问题等.最后对证据理论的发展方向进行了展望.该研究旨在为人们正确理解和使用证据理论提供参考和借鉴作用.     

一种新的基于置信距离的冲突证据融合方法

针对传统DS证据理论在处理高冲突证据融合所存在的不足,提出了一种新的冲突证据加权融合方法.该方法充分考虑证据本身的特性和证据间的关系,先引入证据熵来评价证据的质量,对证据进行预处理,再应用证据间的距离计算证据的相似度和证据权重,最后对修正后的证据进行融合.数值算例表明,该方法能够有效地处理高冲突证据融合问题,相比其他改进算法,具有较好的收敛速度和较小的计算量.     

证据推理理论及其应用

证据理论既能够灵活处理不确定信息, 包括随机性、模糊性、不准确性和不一致性, 又能够有效融合定量信息和定性知识. 目前, 证据理论已广泛应用于评估与决策等多个领域中, 包括多属性决策分析、信息融合、模式识别和专家系统等. 本文从D-S证据理论出发, 针对Dempster组合规则存在的“反直觉”问题和组合爆炸, 主要围绕置信分布理论系统地梳理了证据理论的发展过程, 总结分析了国内外典型文献, 最后从实际应用对证据理论进行了简要的评述和展望.     

基于Rough Set理论的推理机制的研究*

对Rough Set理论中属性域约简、决策表及Rough算子等问题进行了研究,分析了Rough Set理论与模糊集理论及证据理论的关系,着重对基于Rough Set理论的推理机制进行了研究。     

改进证据推理的联合防空作战效能评估模型

根据证据理论在处理不确定性推理问题时的优势,运用证据理论对联合防空作战效能进行评估。首先建立基于证据推理的基本模型,然后引入模糊数学方法来处理具有模糊概念或推理关系的复杂问题,并且还考虑了实际问题中可能出现的加权证据或者相关证据的情况,提出了利用改进的证据模型进行联合防空作战效能评估的方法。通过实例分析,证明了改进证据推理模型在联合防空作战效能评估中的实用性与有效性。     

不确定性证据聚类问题讨论

讨论了以证据形式表达的多源信息聚类问题，并根据证据之间的冲突程度提出了证据聚类准则．在此基础上，还研究了证据在各类之间转移时引起聚类状态改变的情况，并根据Dempster组合规则推导出了证据与各类之间的隶属关系，为寻找证据聚类方法提供了理论基础．     

基于证据马尔可夫随机场模型的图像分割

图像分割是计算机视觉中的经典问题,在许多领域都有重要应用.由于图像信息存在不确定性,难以获得精确的分割结果,为应对图像分割中的不确定性问题,将证据理论这一不确定性建模与推理工具与马尔可夫随机场相结合,提出证据马尔可夫随机场(EMRF)模型,并基于此提出新的图像分割算法.EMRF利用证据标号场描述像素标号的含混性,以证据距离描述相邻像素间的标号关系,利用条件迭代模型(ICM)算法进行优化.实验结果表明,EMRF相较于传统马尔可夫随机场、模糊马尔可夫随机场和传统的基于证据理论的方法,能获得更好的分割效果.     

一种改进的D-S证据算法

利用D-S证据理论的信息融合算法,提供了一种证据理论的改进方法以解决D-S算法在实现过程中存在的证据冲突问题.通过仿真试验,对该方法的有效性进行了验证.     

支持与证据的形式化研究

关于不确定推理,从概率模型、可信度理论发展到证据理论和模糊推理,大大丰富了不确定性推理的理论,在专家系统中的应用也日趋成熟。所有这些研究都是基于“一定意义”下的数值度量来研究证据与结论之间的关系,因而可以提出这样的问题,在非确定环境下,证据和证据对结论的支持强度的普遍含义是什么？这就涉及到支持和证据的逻辑基础问题。作者在文[1]提出了支持逻辑和证据的初步概念,本文探讨了事态的形式化并且对支持逻辑和证据作了进一步说明和解释,对整个形式化方案作了肯定的说明。     

D-S证据理论在电子证据内容确定性评估中的应用研究

电子证据都有不同程度的不确定性,当前理论和实践中缺乏对电子证据确定性定性、定量化的研究。文章采用D-S证据理论对电子证据内容确定性进行了评估,并与模糊综合评判法判断电子证据确定性程度做了对比分析,实验结果表明,D-S证据理论在判断电子证据确定性程度中具有可信度更高,准确性更高的特征。     

Dependent evidence combination based on decision-making trial and evaluation laboratory method

Dempster-Shafer is widely used to address the problems of uncertainty. One assumption mentioned in this theory is that the distribution of information should be independent. In practice, the requirement cannot be fulfilled. One of the efficient methods to deal with dependent evidence is to calculate the correlation discounting. However, existing coefficient can only be applied to show the direct relation between evidence A and B but do not take the indirect relationship into consideration. To address this issue, in this paper, a new method to combine dependent evidence based on decision-making trial and evaluation laboratory is presented, not only considering the relation between evidence A and B and the relation between evidence B and C, but also considering the transitive influence between evidence A and C. Finally, the experiments on some benchmark data sets are illustrated to show the efficiency of the proposed method.     

基于D-S证据理论的审计证据评价系统设计

在信息技术迅速发展的背景下,利用计算机技术进行审计证据的处理与评价具有重要意义。D-S证据理论能够进行不确定性推理,可以用于处理审计证据判断的不确定性,因此开发基于D-S证据理论的审计证据评价系统是可行的。在阐述D-S证据理论基本原理的基础上,分析审计证据评价系统的功能需求,设计系统的功能结构,阐述审计证据合成模块的程序流程,并基于B/S结构实现该软件系统。该系统能够提高审计证据的证明效力,降低审计风险。     

基于多准则排序融合的证据组合方法

Dempster-Shafer证据理论在信息融合领域有着广泛而重要的应用, 但传统Dempster证据组合规则往往会引发一系列反直观结果问题, 如冲突悖论、信任偏移悖论以及证据吸收悖论等. 针对这一问题, 提出了一种基于多准则排序融合的证据组合新方法. 该方法综合利用了证据精度、证据可信度以及证据自冲突程度等指标评价待组合证据体,并以选择性融合的方式获取最终的组合结果. 仿真结果和相关分析表明,所提方法是合理有效的.     

基于证据理论优化的态势预测模型

针对态势预测的多模型组合问题,提出了一种基于证据理论优化的态势组合预测模型。该模型首先对预测子模型进行训练,获得预测子模型的性能评价与指标权重分配;基于证据理论对多指标的权重分配结果进行融合,提高权重分配的精度;在预测完成后,基于指标可信度和证据理论对指标权重进行调整,优化多指标的评价能力。Matlab实验仿真结果表明,该模型能够依据态势曲线的变化动态优化组合权重,其预测精度优于典型预测模型。     

基于模糊集和DS证据理论的信息安全风险评估方法*

在信息安全风险评估过程中,存在着很多不确定和模糊的因素,针对专家评价意见的不确定性和主观性问题,提出了一种将模糊集理论与DS证据理论进行结合的的风险评估方法。首先,根据信息安全风险评估的流程和要素,建立风险评估指标体系,确定风险影响因素;其次,通过高斯隶属度函数,求出专家对各影响因素的评价意见隶属于各个不同评价等级的程度;再次,将其作为DS理论所需的基本概率分配,引入基于矩阵分析和权值分配的融合算法综合多位专家的评价意见;最后,结合贝叶斯网络模型的推理算法,得出被测信息系统所面临的风险大小,并对其进行分析。结果显示,将模糊集理论和DS证据理论应用到传统贝叶斯网络风险评估的方法,在一定程度上能够提高评估结果的客观性。     

两种入侵检测系统D-S证据理论融合算法的比较

D-S证据理论可以支持概率推理、诊断、风险分析以及决策支持等,并在多传感器网络、医疗诊断等应用领域内得到了具体应用。该文比较了入侵检测中基于D-S证据理论的两种融合算法,通过DARPA1999评测数据集验证,得出各自的利弊,并提出了改进建议。     

多证据源冲突的组合度量方法

具有不同特性的证据源,利用现有的冲突度量方法得到的冲突值存在效果不理想的情形。因此,针对现有的冲突度量方法进行分析研究,采用将冲突度量方法两两组合的思想,提出了一类冲突度量方法。利用实例分析几种常用冲突度量方法的特性;描述组合度量方法的实现思路,对组合度量方法中证据理论的适用范围进行讨论。算例结果表明,新方法能够更加有效地判断证据源间的冲突程度,从而使证据融合过程中证据理论的选择更加准确。     

基于证据异常度的水下多源信息预处理方法

Dempster-Shafer证据理论在水下多源目标识别领域有着广泛而重要的应用, 但经典的证据理论在融合高度冲突的证据时往往会导致一些反常理的结果, 如Zadeh冲突悖论;针对这一问题,综合考虑证据体之间的冲突程度和支持程度,提出一种证据异常度的概念并对原始证据集进行异常检测,基于检测结果对原始证据体进行权重分配,引入全集项,修正证据源;在保持Dempster组合规则不变的前提下,进行有效的证据预处理,实验仿真结果验证了算法的有效性;证明对证据体进行有效的修正,可以改进经典证据理论的缺点,达到更好的融合结果。     

基于证据理论的企业目标推理

目标建模是早期信息系统需求分析的关键技术.针对企业高层目标难以评估的问题,提出一种企业目标量化建模方法,以证据理论作为逻辑基础,对企业目标可满足性进行定量表征,借助Dempster证据合成法则,设计多目标贡献关系合算法,通过实验验证方法的有效性.