D-S证据理论中一种冲突证据的融合方法

针对D-S证据理论对于高冲突证据融合失效的问题,基于证据加权平均处理的方法,对D-S算法进行了改进。提出了一种新的相似度函数来表示证据的相似度,并通过归一化处理得到证据的支持度,对证据进行预处理,再采用Dempster规则融合证据。通过数值验证并与其他的改进算法对比,结果更为理想,它能有效地减小伪证据的不良影响,同时具有较高的收敛速度,降低了决策风险。对新的相似度函数进行分析,证明了改进算法的合理性。     

基于D-S证据理论的齿轮箱故障诊断

在分析模糊识别和证据理论应用于故障诊断特点的基础上.提出了一种应用D-S证据理论融合神经网络和模糊识别的方法,应用于某坦克发动机齿轮箱故障诊断,通过多次实验及仿真,证实这种方法能明显提高故障的正确诊断率,具有良好的实际应用价值.     

D-S证据理论在审计证据融合中的应用研究

古典概率难以解释审计判断的不确定性,而D-S证据理论是进行不确定性推理的有效方法,因此应用D-S证据理论进行审计证据融合的研究。针对审计证据的组合问题,提出了基于三角形模糊隶属度函数的基本概率分配函数计算方法,给出了证据组合结果的判决规则,并通过实例验证了该方法的有效性。     

基于D-S证据理论的人体跌倒检测方法

针对人体跌倒检测算法存在错误否定率高的问题,研究了一种基于D-S证据理论的人体跌倒检测算法。采用智能手机内置的加速度传感器和陀螺仪传感器获得人体手臂运动的三维方向的运动数据,采用三阶滑动平均滤波器对获得的两个传感器的三维原始数据进行预处理;从三维预处理后的数据中提取运动幅度、倾斜程度以及旋转程度三种特征;采用动态时间规整方法分别依据三种特征进行局部检测,局部检测结果作为证据被D-S证据理论组合规则所采用以得到最终融合的全局检测结果,其中各证据被证据权修正以避免证据冲突问题。实验结果显示,本文算法准确度高于对比方法,能有效提高检测性能。     

基于贴近度的D-S证据合成改进方法

提出了一种新的冲突证据合成方法;信息融合中证据源的可靠性可能不同,直接利用传统的合成方法可能得到与实际相悖的结果;新方法通过贴近度表示证据间相关程度,证据贴近度的值可以判断证据的冲突程度,进一步通过相关算法转化贴近度为反映证据重要程度的证据权值,根据权值对原始的基本概率赋值函数进行重新分配,降低冲突证据的重要性,再通过改进的合成公式,对重新概率分配的证据进行合成,得到合成结果;仿真实验表明,新方法能客观反映证据重要程度,在正常与冲突证据情况下都能很好地得到合成结果,与其它方法相比,具有更好的适用性、可靠性和较快的收敛速度。     

基于D-S证据理论的主机违规行为检查方法

主机违规行为是能对主机及其所在信息系统的安全造成影响,或泄露主机上的重要信息的行为。提出一种主机违规检查方法,针对主机违规行为证据信息进行单一证据源基础概率判定,并通过D-S证据理论对其进行融合,计算得到主机行为的违规系数,以此作为违规检查的判定依据。实验表明,该方法能够满足主机违规检查工作的应用需求,具有较低的误报率和漏检率。     

基于预处理模式的D-S证据理论改进方法

D-S证据理论是决策融合的主要方法之一,但典型的D-S理论不大适应高冲突证据组合.本文提出一种基于预处理模式的方法,在利用Dempster组合规则进行证据组合之前,将冲突焦元的基本概率赋值部分转移到焦元并集,采用证据之间的冲突额度来确定证据组合顺序.由于该方法将冲突化解为不确定的知识表示,可以处理冲突证据的组合问题.     

基于证据可信度的D-S证据理论合成规则

Dempster合成规则是一种经典D-S理论的合成规则,但在参与合成的证据间具有较大的不一致性或冲突时,则不能使用或得出明显不合理的结果,引起错误决策。为了解决冲突证据的合成问题,提出了一种基于证据可信度的合成规则。通过算例仿真,该规则可以有效解决两个或两个以上的证据冲突问题,而且计算简单,计算量小。     

利用D-S证据理论进行特征融合的同义实体识别*

针对现实中同一实体存在不同表象的问题,提出一种基于D-S证据理论特征融合的同义实体识别方法。以搜索引擎为外部知识库获取实体特征信息,利用相似函数计算特征值,由D-S证据理论融合n个特征值,经阈值判断完成同义实体的识别。特征融合识别算法在医疗机构数据集上的识别精度、召回率和F值分别达到了85.80%、81.18%、83.43%,比单纯利用实体名的算法分别提高了4.09%、4.30%和4.21%。实验表明D-S证据理论将多特征融合,对同义实体识别具有更好的识别效果。     

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.     

D-S证据理论中一种新的冲突证据融合方法

针对D-S证据理论在融合高度冲突的证据时可能导致与直观结果相悖的问题,通过分析现有的几种冲突证据融合方法,提出了一种有效处理冲突证据的融合方法。该方法综合了模型修正和规则修正这两类方法的优点。首先基于冲突系数矩阵计算证据的可信度,并以此作为折扣因子来修正证据结构,然后基于局部冲突、局部分配原则确定证据合成时的冲突分配空间和分配权重。实验结果表明,该方法对合理的合成方向具有较快的收敛速度,同时降低了决策风险。     

基于D-S证据理论的车辆视频检测方法

提出一种基于D-S证据理论的车辆视频检测方法，通过一部或多部CCD摄像机采集多源图像，由边缘检测算法获取图像中的车辆特征数据，然后采用D-S证据理论对车辆类型进行判决，从而为交通量的准确检测提供依据。实验表明该方法是可靠而有效的。     

基于灰色关联分析和D-S证据理论的区间直觉模糊决策方法

针对方案的指标值为区间直觉模糊数的决策问题,提出了一种基于灰色关联分析和D-S证据理论的决策方法. 定义了区间记分函数和区间数点算子, 并通过其将区间直觉模糊数转化为记分函数;利用记分函数以及灰色关联方法确定各指标的不确信度, 进而构建出不同指标下各方案的Mass函数, 通过D-S合成法则进行信息融合,确定最优方案.最后,通过算例表明, 本文提出的方法可得到满意结果并显著降低决策的不确定性.     

基于D-S证据理论的审计证据评价系统设计

在信息技术迅速发展的背景下,利用计算机技术进行审计证据的处理与评价具有重要意义。D-S证据理论能够进行不确定性推理,可以用于处理审计证据判断的不确定性,因此开发基于D-S证据理论的审计证据评价系统是可行的。在阐述D-S证据理论基本原理的基础上,分析审计证据评价系统的功能需求,设计系统的功能结构,阐述审计证据合成模块的程序流程,并基于B/S结构实现该软件系统。该系统能够提高审计证据的证明效力,降低审计风险。     

基于D-S证据理论的特征融合车标识别方法

在针对现有的智能交通对车辆多维信息识别存在识别精度不高的情况,特别是对于车标识别,很大程度上识别结果依赖于高分辨和高质量的图像.提出了一种新的车标识别方法,用于识别卡口捕获的低质量车标图像,该方法是基于D-S证据理论的特征融合方法,提取Hu不变矩和HOG特征,采用不同的分类器构造基本概率分配（BPA）,采用改进D-S证据理论进行融合,根据判别规则给出最终的识别结果.通过实验证明在低分辨的情况下仍能保持较高的准确率,分类准确率达94.29%,相比单一的特征识别,具有更强的鲁棒性.