基于信度优势的比例冲突再分配规则

比例冲突再分配规则是高冲突证据合成的一种有效方法,但其处理思想保守,没有充分利用证据的信度。为此,提出了基于信度优势的改进规则,通过构造信度函数,并作为权重对原始分配比例进行加权,增大两信度之间的比值,提高优势命题的权重,使证据的信度优势得到了明显体现。算例分析验证了该规则的有效性。     

基于城市街区距离的证据融合方法

针对传统Dempster-Shafer证据合成方法合成冲突证据时,会出现相悖的结论的问题,提出了基于城市街区距离的冲突证据合成方法.方法利用证据冲突信息,通过城市街区距离得到证据距离,距离表征证据的冲突程度,并进一步计算得到权重系数,根据权重系数对证据进行重新概率分配后,完成证据预处理过程,最后用改进的合成规则,完成再分配证据的合成.实例合成验证了算法在合成冲突证据方法具有最优结果,且和推理一致,可以通用于证据合成.     

新的证据冲突衡量标准下的D-S改进算法

 针对传统证据冲突衡量标准存在的不足及高冲突下Dempster证据组合规则失效的问题,通过pignistic变换,定义了新的证据冲突衡量标准,基于此,提出了一种新的D-S改进算法.该方法依据少数服从多数的决策思想,引入了描述证据重要度的权重系数,对证据进行预处理,再采用Dempster规则进行组合.通过仿真算例分析,并与其它改进方法进行对比,验证了新算法在处理证据冲突方面的性能显著改进,加快了收敛速度,同时降低了决策风险.     

基于均衡信度分配准则的冲突证据组合方法

本文针对目标综合识别中冲突信息的组合问题,以Dempster组合规则为基础,提出了一种基于均衡信度分配准则的冲突证据组合方法 ;并根据证据间的相似性程度来确定组合顺序.通过仿真实验测试,证明本方法比现有算法具有更强的稳健性.     

改进的证据组合规则及其在融合目标识别中的应用

针对D-S理论在解决证据冲突时的局限性,提出了一种改进的证据组合规则.该方法充分考虑了证据源信息和冲突证据本身的信息,利用证据间的支持度矩阵,得到各证据的可信度.并以此对证据进行加权平均;在此基础上,将支持证据冲突的概率按各个命题在所有命题中所占的比重进行分配.仿真实验结果表明,该方法在处理冲突证据问题及证据比较一致的问题时,都能得到合理的融合结果.在实际的多传感器融合目标识别中,可以充分利用多个传感器的互补信息,最大程度地降低矛盾冲突因子对识别结果的影响,从而提高了融合识别的可靠性和有效性.     

基于改进D-S证据理论的数据融合目标分类

首先采用分类算法对MSTAR数据集进行十类目标分类识别、三类目标的变体分类识别,然后根据分类调参过程中的先验知识修正证据即分类器输出,构造基本置信函数,并采用改进的合成规则即基于冲突系数K和Pignistic概率距离相结合的冲突度量方法,对冲突证据采用按比例分配冲突度的合成规则进行合成。未融合时,三类目标的变体分类准确率最高为93.553%,融合后三类目标变体分类识别率为95.092%,提升幅度约是理想状态的37%。     

一种基于局部冲突分配的DST组合规则

 冲突证据融合是信息融合中一个非常重要但始终没有很好地解决的问题.本文从选择有效的冲突衡量参数的角度出发,分析了悖论与证据冲突的关系,给出了新的冲突衡量参数,并基于此参数提出了一种新的基于局部冲突分配策略的证据推理组合规则.大量实例表明,提出的证据推理组合规则能够解决现有的证据理论悖论问题,是一种较为通用的证据推理组合规则.     

基于皮尔逊系数的冲突证据合成新方法

提出了一种融合证据源预处理和合成规则修改的冲突证据合成方法.算法得到两两证据源间的皮尔逊系数,每个证据源具有特有皮尔逊系数值和.以具有最大皮尔逊值和的证据源为中心证据源,所有证据源相比中心证据源的比例为该证据源的权值,权值反映了证据的重要程度,从而冲突证据源具有最小的权值.利用权值对原始证据源进行预处理,降低冲突证据的重要性.再通过改进的合成规则,对处理后的证据源进行合成,得到最终合成结果.证据正常与冲突情况下的仿真算例验证了新方法不但在证据合成中具有很高的通用性,而且相比其他方法具有很强的优越性.     

改进的局部冲突信息再分配算法

针对高冲突证据融合算法进行研究,提出改进的局 部冲突信息再分配算法。新算法利用证据相似度函数和一致性因子共同度量证据可信度,在 此基础上给出改进的焦元可信度计算公式,并将其应用于对局部多元冲突信息进行加权再分 配。分析了不同冲突度量参数的特点及其适用性以及冲突证据融合过程中证据及焦元可信度 的有效计算方法。对新算法和相关算法的性能进行理论和应用对比分析,结果表明,新算法 能够通过提高证据冲突度量精度和对局部多元冲突信息进行合理分配,在较大程度上提高冲突 证据融合结果的可靠性和稳定性,是一种适用于复杂探测环境的目标识别算法。     

基于组合规则的证据合成方法

针对传统Dempster-Shafer证据合成方法合成冲突证据时会出现相悖结论的问题,提出基于组合规则的证据合成方法。通过肯德尔等级相关系数得到证据间的相关程度,通过算法步骤顺序求解证据距离以及权重系数后,对证据进行概率重新分配,完成证据预处理过程。引入命题支持度到新的合成规则,完成再分配证据的最终合成。同时提出算法性能模型用于分析算法优劣。实例验证了算法在合成冲突证据时具有最优结果,且和推理一致,同时也可以用于常规证据合成,算法具有通用性和普适性。     

Evidence combination method based on Pignistic function transformation and correlation coefficient

The situation of high conflict between evidences and one ballot veto cannot be solved by classical D-S rule,and the results obtained from classical D-S rule are contrary to the facts.To solve this problem,a new standard to measure conflicts between evidences was proposed based on the combination of Pignistic function transformation and correlation coefficient,and also a novel kind of weighted combination method which was applied to measure conflicts between evidences was put forward according to the standard.After that,a support matrix was constructed based from which the credibility of evidence was obtained,and the weighted average method was used to revise the evidence.Finally,the combination was accomplished by using Dempster’s rule.The result of numerical examples shows that it’s effective to solve the combination of conflicting evidence.Compared with other methods,the proposed method has good astringency.     

基于冲突关系网络的证据合成方法研究

针对经典证据理论处理高冲突情况时结果违反常理的问题,在对其原因及各类改进方法进行研究分析的基础上,提出基于冲突关系网络的证据合成方法.该方法从整体着眼,充分考虑直接与间接冲突关系,通过构建网络,利用PageRank算法的思想获取证据权值并进行加权修正,最后利用Dempster组合规则进行融合,既保留了经典理论优良的数学...     

一种冲突证据组合方法

针对证据理论的冲突证据融合问题,分析了D-S合成方法的不足,提出了一种新的改进方法,即基于小概率命题似然度最小值的冲突证据组合方法。该方法通过选择信任折扣因子使得命题似然度达到最小,在应用中会比Dempster组合规则和平均策略更为灵活,更符合证据理论在不确定推理方面的本质特性。通过仿真试验表明该算法能有效地排除干扰,得出了符合实际的组合结果,确保了方法的有效性和可靠性。     

基于pignistic概率距离的冲突证据合成方法

Dempster Shafer证据理论在数据融合中有着广泛的应用.但当证据之间高度冲突时,应用DS证据合成公式往往会得出错误的结果.在现有的证据合成改进方法中,均使用冲突系数k来度量证据之间冲突的程度.最新的研究表明:影响证据冲突的因素不仅仅是冲突系数k,还和证据的pignistic概率距离等因素有关.在原有的冲突系数k之上,引入pignistic概率距离,提出了一种新的冲突证据合成方法.仿真结果表明:当证据之间的冲突小时,合成结果近似于D-S证据合成公式,当证据之间的冲突较大时,这种方法在公式模型上比其他方法完善,冲突证据的合成结果更加合理.     

基于改进冲突度量的多证据直接融合算法

针对Jousselme证据距离函数不能较好描述证据局部冲突和不能对高冲突证据进行准确冲突度量的不足,该文首先提出改进的Jousselme证据距离函数,该函数基于能够较好描述证据之间局部冲突情况的非重合度对Jousselme证据距离函数进行改进,使其冲突度量结果随非重合度取值及其取值范围的变化按适当比例进行变化;其次,基于冲突系数和新改进Jousselme证据距离函数共同构建改进的融合冲突度量函数。在此基础上,对焦元权系数计算式进行改进,并依此对局部多维冲突信息进行按比例分配。理论及应用分析结果表明,新算法是一种适用性广泛且抗干扰性能好的证据融合算法。     

一种基于证据距离的D—S改进算法

针对高冲突下Dempster证据组合规则失效的问题,定义了描述证据可靠程度的可信度的概念,提出了一种改进的D-S组合算法。该方法首先通过证据距离,建立相似性矩阵,确定证据可信度,对证据进行预处理,再采用Dempster规则进行组合。通过仿真算例并与其它改进方法进行对比,验证了新算法在高冲突证据的情况下,可以有效地减小冲突对组合结果的影响,同时提高了证据组合的收敛速度,降低了决策风险。     

Weighted evidence combination based on degree of credibility and certainty

To overcome the invalidation problem of Dempster rule with high conflict,a weighted combination method based on degree of credibility and certainty was proposed.Firstly,the cosine similarity was modified to hold the ability to measure the evidence conflict when multi-subset focal elements were included,followed by the building of evidence credibility model.Secondly,the evidence certainty model based on precision and entropy was presented,which can both reflect the evidence’s degree of multi-subset focal elements and the dispersion degree of probability assignment.Then the weighted coefficient was determined by credibility and certainty.Finally,the normalized weighted coefficient was used to average the basic probability assignment,and the final combination result can be obtained according to Dempster rule.Numerical examples show that,compared with other traditional weighted combination methods,the proposed approach has made better performance in reducing conflict and accelerating convergence.     

基于证据分类的DS证据合成及判决方法

该文介绍了一种基于证据分类策略的修正DS证据合成方法,以解决证据冲突情况下的合成问题,该方法模仿人处理冲突信息时所采用的策略,即首先将证据分类,保证分在同一类中的证据具有较大的相似性,然后依据分类结果中各类证据的个数决定对该类合成结果的信任度并通过加权方法得到最终的合成证据。