冲突证据融合算法性能分析

针对D-S证据理论在处理冲突证据时存在的不足,对不同冲突证据融合算法的性能进行分析。仿真结果表明,Yager算法无法有效处理冲突问题。孙全和Murphy理论主要利用加心策略的可靠性解决冲突证据的融合问题,收敛性差。而邓勇算法采用的加性策略在加性合成同时,引入证据距离函数以得到各证据的可信度作为权值对证据进行加性合成,因此收敛性优于孙全和Murphy算法。关欣算法先对冲突证据进行合理修正,消除证据间冲突,再采用D-S算法进行合成,但该算法证据的冲突由敌方干扰引起,具有一定局限性。     

基于冲突性判定的证据组合新方法

针对冲突证据的组合问题,提出了一种新的证据组合方法。利用DICE系数表征证据之间的相似度,并计算各个证据与其余证据的相似度之和,在此基础上获得各个证据的归一化可信度。对所有证据进行可信度加权平均,并对各原始证据进行冲突性判定及修正,最后利用DS规则完成证据组合。算例仿真表明,本算法能有效处理冲突证据的组合问题,得到合理的组合结果。     

一种基于粗糙集证据理论深度融合的局部冲突快速合成方法

传统证据理论在进行多焦元属性融合时可能产生组合爆炸,当待合成证据体冲突时容易导致一票否决。针对以上两个问题,通过将待合成证据体转换为知识信息系统,应用粗糙集理论对多源信息进行规则约简,得到约简后的知识规则信息系统,计算出信息系统对每条证据体的支持度;在证据合成中,基于规则信息系统引入证据体支持度、焦元可信度、焦元一致性等因素来表示证据体之间的局部冲突,在此基础上给出冲突证据合成规则。通过测试算例对所提方法进行了测试验证,结果表明：该方法具有较快的收敛速度,计算时间消耗能够得到大幅度降低,在冲突证据合成中具有较强的鲁棒性。     

冲突证据合成方法研究及改进

针对现有冲突证据合成方法的缺陷．提出了一种改进冲突证据合成的方法。首先根据候选焦元的冲突大小提出了一种相互支持度．然后由支持度归一化获得候选焦元的相互可信度。最后用该可信度对焦元进行自适应加权组合，实现对融合模型的改进。计算结果表明．改进后的新方法合成效果好．合成结果更理想。     

一种交互合成的目标身份识别方法

针对D-S证据理论(Dempster-Shafer theory,DST)中Dempster组合规则在处理高冲突证据时的不足,以及DSm理论(Dezert-Smarandanche theory,DSmT)在处理低冲突证据时置信度降低的问题,文中提出了DST与DSmT交互合成的目标身份识别方法。该方法先计算证据相似度,然后根据相似度对DST与DSmT交互合成,从而自适应处理证据。算例结果表明了该方法可以有效提高目标身份识别的准确性。     

一种新的处理冲突证据的方法

D-S证据理论可以有效的处理不确定信息,是有效的信息融合方法之一.但在证据高度冲突时,因其归一化过程会产生有悖常理的结果.基于此,提出了一种新的证据合成方法.首先采用加性策略对命题进行排序,找出证据支持最大的几个命题,然后对其进行冲突检验及修正,再利用PCR5规则实现信息融合.与其它方法相比,新方法在系统提供的证据高度冲突时仍然能够有效快速的识别出目标.     

基于D-S证据理论的多传感器目标识别信息融合方法

多传感器目标识别系统中多个信息源之间证据高度冲突时,采用传统的D-S证据理论进行信息融合有一定的缺陷。根据信息源间证据冲突的程度,提出了一种新的证据融合算法,该算法依据少数服从多数的原则,首先根据信息源间冲突程度的计算出各信息源权重,再采用D-S组合规则对加权后的信息进行组合。算例分析结果证明了该方法在用于多传感器目标识别系统的有效性和优越性。     

干扰情况下单传感器的数据融合算法

针对D-S证据理论在处理冲突证据时存在的不足,提出了一种改进的单传感器被干扰情况下的数据融合算法。该算法首先采用加性策略对原证据集进行处理,消除冲突,然后利用D-S证据理论的合成公式进行融合,得到最终合成结果。最后进行仿真试验,仿真试验结果说明该算法能有效地排除干扰,得出符合实际的合成结果。     

P 距离确定信息量的证据合成方法

针对D-S证据理论在对高度冲突的证据进行融合时可能出现与直觉相悖的情况,在对一些经典改进方法分析的基础上,提出一种基于P距离确定信息量的证据合成方法。在保证各证据之间冲突整体最小的情况下,建立证据权重分配模型,利用遗传算法求出权值,根据权值确定各证据的可取信息量,对基本概率分配函数进行转化。实例分析表明,改进的D-S算法具有抗干扰能力强和决策风险低等特点,能提高证据组合结果的可信性。     

一种新的加权证据组合方法

证据理论在证据高度冲突时,因其归一化过程会产生有悖常理的无效结果。针对这些问题,在证据源及证据平均可信度的基础上,提出了一个新的证据合成公式。新的合成公式弥补了吸收法合成公式所存在的不足,使冲突证据合成的结果更为理想。最后的实验证明了这种新的证据合成方法的有效性。     

D-S证据理论在多传感器目标识别中的改进

针对证据理论在处理冲突证据时可能得到与直觉相悖的结论,文中首先分析了基本DS证据理论组合准则缺陷的产生原因,提出一种新的基于权值的证据调整方法,给予证据分配不同的权值,重新分配概率分配函数.算例分析结果表明,改进后的方法可以提高识别结果的可靠性,在一定程度上改善了目标识别系统的性能.     

基于改进 D-S 证据理论的海上信息融合方法

针对经典D-S证据理论在实际海上态势分析中对高冲突的证据融合结果准确性较低的问题,提出一种改进D-S证据理论的数据融合方法.通过基于万有引力定律的证据距离公式来衡量证据之间的冲突程度,将冲突较大的融合结果赋予较小的权重,并通过海上武器识别案例进行融合.结果表明,该方法证据冲突越明显,优势越大;证据之间冲突较小时,其融合结果和经典D-S证据理论一致,并具有更高的准确度和稳定性.     

一种冲突情况下的自适应证据理论合成公式

文中研究比较了几种冲突严重情况下的证据理论合成公式．鉴于D-S证据理论合成公式的不足，文中提出了一种基于基本概率赋值加权的吸收算法。该算法可以根据证据的基本概率赋值确定冲突分配中的权值，算例结果表明：该合成公式的计算结果合理，很好地解决了证据理论在冲突严重下的合成问题。     

基于改进D S 理论在无人化武器系统信息融合中的应用

针对无人化武器系统多传感器数据之间存在的信息融合问题,提出一种将AHP法和D-S证据理论相结合的无人化武器系统信息融合算法。根据多个传感器信息融合时所在环境条件对各传感器精确程度的影响,通过AHP法确定在多个传感器基本概率赋值中各传感器的权值,并利用D-S证据理论进行改进,实现了目标识别。实例分析结果证明:改进后的识别结果明显优于传统D-S证据理论的识别结果,在一定程度上改善了目标识别系统的性能。     

一种新的冲突证据融合方法

针对证据理论Dempster规则不能融合冲突证据的缺陷,提出了一种有效融合冲突证据的新方法.将证据划分为可信证据、不冲突证据和冲突证据3类,分析了该3类证据折扣对融合结果的影响.在此基础上,依次采用证据距离和合取冲突辨识出可信证据与不冲突证据,并赋予该2类证据折扣因子1,极大程度地保留了证据对正确假设的支持,从而提高了...