基于证据理论的软件功能可信度的评估

证据理论是一种经典的处理不确定性信息和解决信息不完整的方法,软件属性和质量因子大都具有模糊性,很多因子不能用确定的数值表示。基于ISO/IEC9126质量模型中给出的27个软件子特性,利用证据理论及其合成规则计算了软件功能可信度,并给出了实例说明该方法的有效性。最后,总结了该方法的不足。     

基于证据推理规则的信息融合故障诊断方法

本文针对不确定性故障特征信息的融合决策问题,给出基于证据推理(evidence reasoning,ER)规则的故障诊断方法.首先基于故障特征样本似然函数归一化的方法求取各传感器(信息源)提供的诊断证据;从传感器误差以及故障特征对各故障类型辨别能力的差异出发,给出获取诊断证据可靠性因子的方法;给出双目标优化模型训练得到诊断证据的重要性权重,最后利用ER规则融合经可靠性因子和重要性权重修正后的诊断证据,利用融合结果进行故障决策.该方法继承了Dempster-Shafer证据理论处理不确定性信息融合问题的优点,同时克服了它在实际应用中无法区分证据可靠性和重要性的不足,使得所获诊断证据更为客观、可信.最后,通过在多功能电机转子试验台上的故障诊断实验,验证了所提方法的有效性.     

基于超声波传感器的未知狭窄环境导航算法

针对移动机器人在未知狭窄环境中的导航问题,利用证据理论中的矛盾因子,给出了一个自适应超声波传感器模型。利用该模型,结合D S证据理论融合算法以及证据格方法,实现了移动机器人在未知狭窄环境中的导航,并有效地减少了由于超声波传感器镜面反射所引起的不确定性。实验结果表明了该方法的有效性。     

D-S证据理论在决策支持系统中的应用

D-S证据理论提供了一种解决多数据源不确定信息推理和融合的有效方法。证据理论能够对各自独立的证据加以综合给出一致性结果,并能处理具有模糊和不确定信息的合成问题,最终达到信息互补。与其他推理方法相比更符合人类思维决策过程。为此,提出一种基于D-S证据理论的灾害决策支持方法,并根据试验结果验证了该方法的有效性和可行性。     

基于D-S证据理论的信息融合软件的设计与开发

基于D-S证据理论,采用手工方式融合多源信息,具有劳动强度大、计算结果出错概率高等问题。针对这些问题,本文设计、开发了基于D-S证据理论的信息融合计算分析软件(DSIF)。DSIF软件以Delphi7和SQLServer2000等为开发工具,采用模块法设计思路,具有使用方便、维护简单、稳定性好、通用性强、扩展性好等特点。同时,该文依据D-S证据理论信息融合的特点,给出信息融合计算分析流程图及DSIF的体系结构。以水质监测数据为对象,DSIF软件为工具,进行信息融合,来说明DSIF软件的特点及其功能。     

基于证据推理的确定因子规则库推理方法

不确定性推理方法是人工智能领域的一个主要研究内容,If-then规则是人工智能领域最常见的知识表示方法. 文章针对实际问题往往具有不确定性的特点,提出基于证据推理的确定因子规则库推理方法.首先在If-then规则的基础上给出确定因子结构和确定因子规则库知识表示方法,该方法可以有效利用各种类型的不确定性信息,充分考虑了前提、结论以及规则本身的多种不确定性. 然后,提出了基于证据推理的确定因子规则库推理方法. 该方法通过将已知事实与规则前提进行匹配,推断结论并得到已知事实条件下的前提确定因子;进一步,根据证据推理算法得到结论的确定因子. 文章最后,通过基于证据推理的确定因子规则库推理方法在UCI数据集分类问题的应用算例,说明该方法的可行性和高效性.     

基于证据理论的信息融合在图像分类中的应用

该文在阐述Dempster-Shafer证据理论的基础上,给出了基于Dempster-Shafer证据理论的多源信息融合的方法,并将Dempster-Shafer证据理论的信息融合技术应用于遥感图像纹理的分类。提取纹理图像不同特征构成该理论中的证据,利用一定的决策规则,选择融合证据作用下最大的假设。实验结果表明,该文提出的基于Dempster-Shafer证据理论的多特征融合分类识别图像纹理的新方法是切实有效的,能极大地提高图像纹理的识别分类能力。     

面向互联网的开源软件自动化评估证据框架

如何从海量的、公共可获取的互联网资源中快速定位和获取高质量、满足自身特定需求的开源软件资源是当前软件开发技术核心竞争力的一个重要体现.本文研究了互联网上开源软件各种可信证据的存在及分布形式,给出了相关数据的定位和自动化获取方法;提出了面向互联网的开源软件自动化评估证据框架,用于解决互联网数据到软件可信证据的映射问题;提出面向互联网上海量软件资源的开源软件可信证据查询平台实现方法,用于解决软件可信证据的自动化获取及使用问题;基于该系统能够极大的提高评估效率,使得用户准确、快速、全面的了解相关软件项目的各种信息.最后,通过两个典型的开源软件实例证实了上述证据框架和方法的可行性.     

基于证据理论的不确定性推理方法及其应用

针对民航无线电管理中遇到的干扰问题以及客观世界中描述客观现象的知识和信息具有不确定性的特点,结合民航无线电干扰查处的实际情况,提出基于一种产生式规则的知识表示方法,以区间确定因子描述不确定性。提出基于Dempster-Shafer证据理论和区间确定因子的不确定性推理方法。进一步根据领域专家经验建立民航无线电干扰查处规则,以基于Dempster-Shafer证据理论和区间确定因子的不确定性推理方法为推理机,给出民航无线电干扰查处专家系统的结构及工作流程,采用C#语言结合MySQL数据库开发民航无线电干扰查处专家系统,并通过案例分析说明该系统的有效性和实用性。     

基于D-S证据理论的多属性多人决策方法及其应用

针对多人多属性决策问题,提出了一种新的基于DS证据理论的方法。该方法综合考虑了多个决策者的主观偏好,并将主观信息与客观信息进行集成。最后,给出一个应用实例和计算结果。     

基于D-S证据理论的指纹图像分割方法

在对D-S证据理论进行简单分析之后，针对指纹图像提出了一种基于D-S证据理论的图像分割算法．该方法使用方向性和对比度两个信息分别作为两个分类器的特征，并利用模糊规则求出各分类器的基本概率分配函数，最后利用D-S证据理论的合成法则将两个分类器的结果进行融合判决．该方法具有较高的稳健性和精确度，最后给出的实验结果验证了算法的有效性．     

证据理论的主客观整合推理方法

现有证据理论研究侧重于从客观证据中提取证据源可靠性(RES)信息,而未考虑知识、经验、直觉等主观认知信息对RES推断及证据融合的积极作用。为此,基于证据距离和两两比较判断矩阵,提出反映证据源相对可靠性的主客观RES矩阵,以调节总误差最小为目标函数,构建用于提取证据源综合可靠性信息的RES整合模型,并结合Dempster组合规则给出证据推理步骤。数值实例验证了该方法的可行性。     

基于D-S证据理论的导弹武器系统效能评价

导弹武器系统的效能评价是有人参与的复杂系统评价问题.针对该类问题评价的复杂性和不确定性以及多属性群决策性,提出采用D-S证据理论对系统的导弹武器系统效能进行评价,给出了D-S证据理论用于系统效能评价的方法.证据理论综合了来自各个专家的评价信息,能够使得评价过程更加合理.仿真结果初步表明D-S证据理论在系统效能评价中具有一定的适用性.     

D-S理论与神经网络相结合的信息融合模型研究

针对大噪声环境下信息融合效果差的问题,提出了一种基于D-S证据理论与神经网络技术的信息融合方法,该方法综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处,一方面利用神经网络和冲突证据处理算法获取基本概率赋值,另一方面通过证据理论使神经网络的结构变得透明.初步仿真结果表明,该方法有效地解决了不确定性信息的误识别问题.     

基于群体一致性强度的模糊评估方法

针对模糊信息的定量评估难题, 在研究多属性决策问题的基础上提出基于群体一致性强度的模糊评估方法. 利用证据理论合成评估值后, 引入语义折扣因子的概念, 将区间评估信息转化为确定的评估值; 设计群体一致性强度 指标, 最优化语义折扣因子的取值, 使得评估方法能够体现评估中的主流意见; 通过软件可信评估实例验证了所提出方法可有效解决模糊评估信息的分析和合成问题.     

基于Web的课堂教学质量评价系统设计与实现

采用D-S证据理论信息融合技术将繁杂的、主观不确定信息的课堂教学质量评价问题转化为确定性的决策问题,给出了一种评价指标的权重,使其具有客观性,用模糊综合评价方法进行教师的课堂教学质量评价,得到很好的效果。     

一种非对称的证据冲突度量方法

D-S 证据理论是一种重要的决策级信息融合方法, 冲突度量是该理论的重要组成部分. 已有冲突计算方法不具备非对称性, 在度量基本概率赋值与其他证据间冲突时无法体现相互间差异. 鉴于此, 提出一种非对称证据冲突度量方法. 该方法以冲突度量的非对称关系为基础, 通过向Jousselme 距离模型中引入包含关系矩阵和非包含度因子, 得所提出方法能够表达证据间相互支持程度的差异. 实验结果验证了所提出方法的有效性.

     

基于群体一致性强度的模糊评估方法

针对模糊信息的定量评估难题,在研究多属性决策问题的基础上提出基于群体一致性强度的模糊评估方法.利用证据理论合成评估值后,引入语义折扣因子的概念,将区间评估信息转化为确定的评估值;设计群体一致性强度指标,最优化语义折扣因子的取值,使得评估方法能够体现评估中的主流意见;通过软件可信评估实例验证了所提出方法可有效解决模糊评估信息的分析和合成问题.     

基于模糊粗糙集和D-S证据理论的多源灌溉信息融合方法

针对多源灌溉信息决策过程中不确定性信息难以融合的问题,提出了一种基于模糊粗糙集和D-S证据理论相结合的决策融合方法。运用模糊粗糙集理论,建立基本概率分配函数,计算各灌溉因子与灌溉决策之间的依赖程度,构建多个融合灌溉因子对灌溉决策的识别框架;然后运用改进的D-S证据理论,进行多源灌溉信息决策层级的融合,最终解决不确定信息的表达和合成问题。应用上述方法对华北地区冬小麦土壤水分、光合速率和气孔导度等信息进行灌溉决策融合,结果显示：灌溉决策的不确定性由融合前的最高38%降至9.84%,该方法可有效地提高灌溉决策精度,降低灌溉决策的不确定性     

基于广义Jaccard系数处理冲突证据方法

为了更好的处理运用D-S证据理论时出现高度冲突证据的情况,提出了一种基于广义Jaccard系数的加权组合方法。该方法利用广义的Jaccard系数公式求出各个证据体的权值,提高相近识别结果的证据体支持度;然后对证据体的权值归一化处理、加权平均,减少算法的复杂度;最后利用标准的D-S合成规则进行多次信息融合,进一步减小冲突证据的影响,从而给出符合实际的辨识结论。详细介绍了该方法的理论推导过程和具体计算步骤。实际案例计算表明:该方法相较于其他改进方法,在处理不相关性冲突证据方面更具有简单性、实用性以及高效性。