基于模糊集合的证据理论信息融合方法

针对证据理论应用中基本概率分配函数(mass函数)和多传感器信息融合中各传感器测量数据的可靠程度均难以确定的问题,提出了一种基于模糊集合的证据理论信息融合方法.该方法首先利用模糊理论中的相关性函数来计算多传感器的相互支持程度;然后由隶属函数得到每个传感器提供信息的可信度;再将各传感器的支持度和可信度转化成基本概率分配函数即mass函数;最后利用证据理论对多传感器信息进行融合.仿真结果表明,该方法获得的结果具有更高的精度和可靠性.     

一种基于证据理论和模糊集合的信息融合方法

针对证据理论应用中基本概率分配函数难以确定和多传感器之间相互支持程度计算绝对化的问题,提出了一种基于证据理论和模糊集合(FSB-DS)的信息融合方法。该方法首先利用相关性函数定义不确定信息的模糊支持区间和模糊支持概率,然后由隶属函数得到各个传感器提供信息的可信度,再将支持度和可信度转化为基本概率分配函数,最后进行D-S证据合成。仿真实验表明,该方法获得的结果具有更高的精度和可信度。     

基于模糊理论的多传感器信息融合算法

D-S证据理论作为一种重要的不确定性推理理论,为处理传感器信息的模糊性及不确定性提供了很好的解决方法。但各个证据中的基本概率分配函数（mass函数）如何生成,仍是人们需要解决的问题。针对这一问题,提出了一种基于模糊理论中的高斯隶属度函数来得到传感器提供信息的可信度,计算了各个传感器之间的相互支持度;将各传感器的可信度和支持度转化成mass函数;利用证据理论对多传感器信息进行融合。仿真试验表明该方法能够有效提高识别的准确性和可靠性。     

基于D-S证据理论的火灾检测方法研究

从多传感器信息融合的角度出发,重点研究了一种解决不确定性问题的有力方法-证据理论方法。结合火灾发生理论和传感器特性以及广泛的专家经验和重大火灾事故的经验总结,将D-S证据理论应用于多传感器信息融合,选取合适的基本概率分配函数。     

利用模糊推理的证据理论信息融合算法

证据理论具有比较强的理论基础,能处理随机性或模糊性所导致的不确定性。但证据理论应用中基本概率分配函数（mass函数）难以确定,针对这一问题,提出了一种基于模糊推理的证据理论信息融合算法。该方法利用模糊理论中的高斯隶属度函数来获得模糊观测下具有概率特性的似然函数,并且由此似然函数得到每个传感器提供信息的可信度;再将各传感器的可信度转化成基本概率赋值函数即mass函数;最后利用证据理论对多传感器信息进行融合。对目标识别的仿真试验表明该方法获得的结果比直接结果具有更高的精度和可靠性。     

基于信息融合的管道机器人定位控制研究

提出了低频电磁波、视觉、计程轮这3种管道机器人定位方法;分析了3种传感器定位精度、作用范围和工作速率的特点;在考虑3种定位方法精度条件下,给出了传感器的优先权系数计算方法与基于优先权系数的D-S证据融合信度函数;通过D-S证据融合规则得到融合证据,解决了多传感器定位中决策传感器的选择问题,以实现管道机器人准确、快速地定位.     

相关证据的融合及其在机器人多感觉信息融合中的应用

Ｄ－Ｓ证据理论在多信息融合中的应用要求各证据间相互独立,这在很多实际场合中却很难实现。本文简要地阐述了基于Ｄ－Ｓ证据理论的多传感器信息融合算法,提供了一种基于Ｄ－Ｓ理论的推广方法以理解决融合信息的相关性问题,并用机器人的力学和热学传感器作实验,对该方法有效性进行了研究。     

用D-S证据理论实现多传感器信息融合的一种改进算法

阐述了基于D-S证据理论的多传感器信息融合算法,提供一种基于D-S理论的改进方法以解决融合信息的相关性问题.用滑觉和热觉传感器作实验,对该方法的有效性进行了验证.     

煤矿带式输送机健康诊断方法

针对基于多传感器信息融合的煤矿带式输送机健康诊断方法运用D-S证据理论在处理冲突证据时失效的问题,提出了一种基于模糊证据理论的带式输送机健康诊断方法。该方法首先利用多种传感器采集带式输送机信息,并根据隶属度函数获取基本概率赋值,从而提取信息特征;然后通过对冲突证据进行修正并应用D-S证据理论的合成规则,实现基于模糊证据理论的信息融合;最后根据决策规则判断带式输送机运行状态。通过实例验证了该方法的有效性。     

用证据理论实现多信息融合的一种改进算法

本文简要地阐述了基于D-S证据理论的多传感器信息融合算法,提供了一种基于D-S 理论的推广方法以解决融合信息的相关性问题．文中用机器人的力觉和热觉传感器数据作融 合信息,对目标物体进行了分类识别试验．     

支持向量的信息冗余和SVM改进方法

在研究RBF核函数的几何特性和分析SVM数据依赖性改进方法的基础上,提出了支持向量携带数据冗余信息的论点。冗余信息掩盖了所研究对象的特征,影响SVM的性能。基于黎曼几何的SVM数据依赖性改进方法能够剔除支持向量携带的冗余信息,改进SVM的性能。理论分析和实验研究表明,该方法能够有效提高SVM的分类能力和分类速度。     

Quantum model of mass function

Dempster-Shafer (D-S) evidence theory has been used in many fields due to the flexibility and effectiveness in modelling uncertainties, which is the extension of classical probability. Uncertainty principle is one of the most important principles in quantum theory, which has been used in many fields. How to set the connection between quantum theory and D-S evidence theory is also an open issue. Hence, the paper proposed the quantum model of mass function to consider the quantum theory and D-S evidence theory. In the proposed quantum method, quantum mass function uses euler formula to represent. The paper also discusses some operations based on the quantum model of the mass function. Moreover, the paper also discusses the relationship between quantum mass function and classical mass function by using some numerical examples. Classical mass function is a special case when there is no interference in quantum mass function. Similar to the other quantum models, this study provides a more wide application in quantum information.     

基于凸组合核函数的中文领域实体关系抽取

针对在采用支持核函数的机器学习算法进行基于特征的中文领域实体关系抽取中,不同核函数对不同中文领域关系抽取在效果上存在差异性的问题,该文提出一种基于凸组合核函数的中文领域实体关系抽取方法。首先,选取实体上下文的词、词性等信息,短语句法树信息及依存信息作为特征,然后通过以径向基核函数,Sigmoid核函数及多项式核函数组成的不同组合比例的凸组合核函数将特征矩阵映射成为不同的高维矩阵,利用支持向量机训练这些高维矩阵构建不同分类模型后测试抽取性能,以确定最优组合比例的凸组合核函数。在收集600篇旅游领域语料上进行关系抽取,实验结果表明最优凸组合核函数能增加实体关系抽取效果, F值达到62.9。     

基于改进ER的生鲜冷链物流服务质量评估方法

针对生鲜冷链物流服务质量评价信息高度冲突问题,采用改进的证据推理（evidence reasoning,ER）方法处理指标评估信息。首先,考虑各专家对生鲜冷链物流服务供应商的指标评估具有不确定性特点,提出采用ER方法处理每个供应商的指标评估信息;其次,考虑各专家对每个供应商的评估信息具有高度冲突问题,采用cosine相似函数衡量冲突变化程度,利用证据间的一致性计算证据权重,并对评估信息进行修正;然后,再运用证据推理方法集成修正后的供应商评估信息;最后以某企业选择生鲜冷链物流服务供应商为例进行分析,并将分析结果与对比方法计算的结果相对比。结果表明,所提方法能有效解决高度冲突问题,并能降低因冲突引起的不确定性。     

An improved soft likelihood function for Dempster–Shafer belief structures

Information fusion is an important research direction. In the field of information fusion, there are many methods for evidence combination. Recently, Yager proposed a method of soft likelihood function to combine probabilistic evidence effectively. Considering that basic probability assignment (BPA) can deal with uncertainty information more effectively, in this paper, we extend Yager's soft likelihood function to combine BPA. First, according to the BPA evaluations of evidence sources, belief function and plausibility function on each alternative are calculated. Then, interval numbers are constructed by the obtained belief function and plausibility function to indicate the belief interval on each alternative. Next, the descending sorting of interval numbers is aggregated by the ordered weighted averaging operator. Finally, by sorting the result of the aggregation, the ordering of alternatives is obtained. A numerical example and an example of application in Iris data set classification illustrate the effectiveness of the improved method.     

D-S证据理论在目标身份识别中的应用

针对多源信息融合中目标身份属性识别问题,简要介绍了D-S证据理论框架,阐述了基于基本概率指派(BPAF)决策的目标身份属性融合策略、步骤,利用D-S合成规则得到融合后的基本概率指派,实现了多传感器信息融合.仿真实验证明了方法的有效性.     

Inference versus evidence in reasoning remote sensing recognition,with an information foraging perspective

Spatial, temporal and spectral complexity of remote sensing recognition tasks necessitates the use of Knowledge‐Based Expert Systems (KBS). These systems are composed mainly of evidence and inference mechanisms: either domain‐dependent inference (DDI) or domain‐independent inference (DII). Selection of recognition strategies are typical of information foraging tasks and involve decisions regarding combinations of evidence and inference. This is highly dependent on the expected information gain (e.g. recognition accuracy and reliability) versus the cost/effort of constructing the evidential basis and the inference mechanism. This paper assessed a rule‐based system (DDI) utilizing a sequent‐oriented inference and a DII system utilizing the Dempster–Shafer evidential reasoning method. Quantification of evidence–inference–complexity–effort–accuracy relationships for a case study of land‐use mapping on a wide regional scale allow a preliminary assessment of the relative performance of each strategy. Initial results indicate that a DII‐based recognition system may function significantly better than a DDI‐based system in large areas representing cases that had not been learnt during the evidence‐extraction phase.     

基于物元的流程报警系统重构算法及应用

根据流程工业的特点,提出了流程工业系统的物元表示方法.结合流程报警系统的特点,提出了面向时序数据的关联函数的计算方法和基于可拓学的系统重构方法.采用关联函数对重构系统进行聚类处理,建立了面向流程工业应用的实用系统重构算法.通过在乙烯裂解炉报警系统中的应用,验证了该算法的有效性.