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.     

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。     

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。     

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。     

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...     

一种区间距离的冲突证据组合方法

针对含有冲突证据的多条证据组合结果出现反直观的不足,提出基于不确定区间距离的冲突证据组合方法。通过文献［13,15,17］分析发现,由信度及似真函数构成的区间包含事件本身所有的信息,解决了直接由Mass函数构成证据组合过程中信息缺失的问题。根据不确定区间定义了一种区间距离。通过区间距离生成证据间的距离矩阵以及证据间的权重,利用权重对原有证据进行修正,基于Dempster-Shafer证据理论及第6种比例冲突再分配完成证据组合。算例分析结果表明：新方法在冲突度表征变化上与文献［33］的变化趋势一致,证明了该方法的有效性;在多条冲突证据的组合中,新方法的信度值比现有冲突度量方法明显提高,证明了该方法的正确性。     

一种基于改进证据理论的专家意见融合方法

为解决某考核评估系统定性指标数据量化过程中专家冲突意见的融合问题,提出了一种新的基于改进证据理论的专家意见融合方法,该方法综合考虑证据本身确信度和证据对辨识框架中子集平均支持度,有效地解决了高冲突意见融合中存在的"一票否决"等现象,能够客观准确地反映专家的评估意见,提高了系统的可信度。     

一种新的度量证据相似性测度方法

当证据强冲突时,D-S证据理论会因其归一化过程产生与常理相悖的结果.针对该问题,通过引入相似性测度,对证据源进行特征提取,提出了基于证据相似性测度的目标识别方法.仿真实验表明在传感器受干扰时新方法比别的方法能更快的识别出目标,并且提高了合成证据的可靠性和合理性.     

相关证据合成方法的研究及改进

研究了相关证据的合成方法及其改进.通过求解证据合成规则方程组,将两个相关证据辨识为一个相关源证据和两个独立源证据,从而消除了证据间的相关性.针对识别框架为贝叶斯结构的情况,提出了一种基于辨识独立源证据的相关证据合成方法,该方法有效地提高了合成效果.     

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。     

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。     

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。     

A New Fusion Method for Conflicting Evidence

A new conflicting evidence fusion method is proposed for the deficiency of Dempster's rule which can not fuse the conflicting evidence. Evidence is divided into three categories:believable evidence, non-conflicting evidence and conflicting evidence. The influences of these three categories of evidences on fusion results when discounted are analyzed respectively. On these bases, the evidence distance and the conjunctive conflict are utilized in sequence to recognize the believable evidence and non-conflicting evidence. The discounting factors of these two categories of evidences are set to one, which keeps the evidences support the true hypothesis to the greatest degree, and makes the fusion results focus onto the true hypothesis. Examples of some missile fault diagnosis show that the new method can effectively fuse the conflicting evidences, and is suited to fuse the relievable evidences. The new method improves the reliability and rationality of fusion results compared with traditional methods.     

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。     

改进的D-S证据理论在战场目标识别中的应用

战场目标识别中多传感器信息融合面临各种不确定冲突信息。为此,提出了一种基于权重的证据调整方法,给予证据分配不同的权重,重新修正基本概率分配函数,利用Dempster组合规则实现信息融合。通过数值验证并与其他的改进算法对比,结果更为理想,能有效的减小冲突证据的不良影响,同时具有较高的收敛速度,降低了决策风险,仿真结果表明,算法有效、可行。