融合支持度和不确定度的D-S证据理论及应用

为解决Dempster-Shafer (D-S)证据理论在处理冲突证据时,融合结果与事实相悖的问题,提出了一种新的冲突证据组合方法。首先,对Spearman相关系数进行改进并计算证据间的支持度,对原证据体进行第一次修正;然后,结合基于定积分的区间距离的优势,针对证据的不确定度进行分析,确定了新的折扣系数,对原证据体进行二次修正;最后,使用Dempster组合规则得到融合结果。算例分析表明,所提方法能有效地融合冲突证据,较经典改进算法有较高的基本概率分配。将所提方法用于碳/碳复合材料沉积数据,建立了一种基于改进D-S证据理论的碳/碳复合材料沉积质量预测模型,较几个经典分类器和已有的基于D-S证据理论的预测模型准确率提高了5%～13%,验证了方法的有效性。     

一种改进的有效冲突证据融合方法

针对经典证据理论Dempster规则无法有效合成冲突证据的问题,结合现有改进规则方法和改进模型两类方法的优势,提出一种改进的冲突证据融合处理方法。引入证据平均值的概念,通过计算各证据与证据平均值之间的距离来确定可信度作为权重,以区分各证据间的相关性和差异;再加权平均进行合成获得融合结果;并通过比较验证了该方法不仅有效,且在收敛速度和可靠性上更加优越。     

基于综合冲突度量的高冲突证据融合算法

为提高冲突证据的合成效果,针对已有基于改进Jousselme证据距离函数的冲突度量算法进行研究,提出基于非包含度和改进Jousselme证据距离函数共同度量证据冲突的综合冲突度量算法,并依此计算证据权重;在此基础上基于焦元被其他证据中同一焦元的共同支持度对焦元可信度计算式进行改进,并将上述改进结果应用于优化两两证据合成顺序的局部冲突信息再分配算法中。将新算法和已有相关算法进行算例与仿真实验比较分析,结果表明,在证据之间存在高冲突情况下,所提新算法的正确目标识别概率高于已有其他证据融合算法,且对于一般证据,新算法也具有较满意的证据融合效果,新算法是一种具有较高灵活性和较强抗干扰性的证据融合算法。     

大学物理实验中不确定度的评定

讨论了不确定度的评价体系的现代进展,提出了在大学物理实验中推广和使用不确定度的迫切性,就不确定度的评定方法进行了探讨.     

用不确定度评定测量结果

介绍了测量不确定度的概念,分类及引入不确定度的原因,提出在工科院校和一般的工程技术中,用不确定度评定测量结果的最基本的方法和应用。     

一种新的DS证据理论冲突处理方法

经典DS证据理论在处理高度冲突的证据信息时常常会导致错误的结论。为解决证据冲突问题,基于证据可信度的思想,引入证据之间目标的贴近度,提出一种新的确定权重的方法,然后运用经典DS证据理论融合。在保持DS证据理论规则不变的情况下,改进了融合结果。相比其他处理方法,考虑到证据之间的冲突和贴近度,客观的计算了证据的权值,收敛更快,使得融合结果更符合事实。算例验证了方法的有效性,为DS证据理论提供新的改进途径。     

实验中的不确定度估算

在我国1990年5月审查通过、并作为国家标准颁布实施的《测量误差及数据处理技术规范》中,明确规定测量结果的评定用不确定度而不再用误差,所以掌握不确定度的计算在实验物理教学中具有非常重要的意义。文中介绍了用逐差法求待测物理量时,逐差项值可视为(等精度重复)多次测量数据,以求得有关物理量测量的A类不确定度的基本方法。通过实例阐述了逐差法在实验中的具体应用。     

一种基于不确定度的数据关联敏感指标

数据关联是信息融合研究领域中最为关键的步骤之一,关联性能的好坏直接影响最终的融合效果。分析并指出了目前常用评估指标的不足之处,同时提出了一种基于不确定度的数据关联敏感指标。该指标将状态向量及其误差协方差视为一种概率分布,在位置均方根误差基础上,引入不确定度的概念,完成了对状态估计无偏性和稳定性的综合评价。实验仿真结果表明:针对不同的数据关联算法,由于考虑了估计状态的不确定性,该指标可以更加敏感地反映出各个关联算法之间的优劣。     

普通物理实验的不确定度评定

本介绍了不确定度的有关概念,并结合分光计测棱镜折射率的例子,进行了具体分析,给出了测量不确定度的最终评定。     

不确定度的合成

本文论述了在待研究和分析的计量仪器或标准是当今误差最小的仪器情况下,不确定度的合成问题。     

基于证据分类的冲突证据合成方法

证据分类策略能够很好地避免冲突证据融合问题。借鉴证据分类的思想,定义证据-属性支持度、分类门限、证据可信度,将证据分类,保证同一类别的证据具有较好的一致性。在同一类别内采用D-S进行证据合成,并根据各类证据的个数及证据不确定度给出每类证据合成结果的权重,并采用加权合成方法给后最终的合成结果。     

基于修改模型的冲突证据组合方法

针对冲突证据的组合问题,提出一种基于修改模型的冲突证据组合方法.该方法具有以下特点:①只修改模型,不改变Dempster组合规则的结构.②考虑焦元属性之间及证据之间的相互关联性,引入距离函数,确定证据的权值,将平均证据代替冲突证据,减少冲突证据在组合规则中的作用,降低干扰对最终融合结果的影响;同时充分利用原始证据信息,提高了组合结果收敛到正确目标的效率.③能够解决一般冲突、一票否决、鲁棒性等冲突证据的组合问题.④认为冲突证据也是一种信息,加以利用,避免证据有效信息的损失.通过实验,验证了所提出方法的有效性.     

基于改进证据理论的群决策专家意见集结方法

针对Demsper组合规则无法有效集结群决策中高冲突专家意见的局限,提出了利用冲突系数和Jousselme距离综合表示证据冲突程度进而通过证据冲突度计算专家客观权重的方法,采用经典的Demsper组合规则对经权重修正后的专家意见进行了集结;提出了一种新的可能度计算公式及基于可能度的信任区间的决策方法。数值实例表明:提出的方法可以有效集结高冲突专家意见,与几种改进方法相比收敛效果更好。基于可能度的信任区间法与最大信任函数法和最大似真函数法相比,决策结果更加科学。     

基于证据理论的不确定性分析

运用证据理论研究不确定性的表示问题.首先给出了证据获取过程的形式描述,区分了命题的不确定性和证据的不确定性.继而通过引入证据理论的基本概念,指出了构成证据不确定性的三大因素:不完全,不精确和不肯定.随后构造了一个描述不确定性的指标函数U,它是从三维不确定性空间到[0,1]区间的一个映射,最后进行了若干分析讨论,提出并证明了证据的合成单调性.     

一种基于非封闭识别框架的改进证据推理方法

在证据融合推理时,由于系统中出现未知新命题和传感器收集的证据不可靠,使得Dempster组合规则不适用于冲突证据组合.为了有效地处理冲突证据,提出一种基于非封闭识别框架的改进证据推理方法.首先在封闭识别框架内增加一个表示新命题的集合,将封闭识别框架扩展为非封闭识别框架,给出新命题基本概率指派的赋值方法,然后给出非封闭识别框架下焦元的组合规则.在非封闭识别框架下,依据冲突焦元本身基本概率指派以及证据的可信度信息,将局部冲突在涉及冲突的焦元之间分配,最后通过实例结果表明,与封闭识别框架下的 Dempster组合规则结果相比,该方法可以有效识别出新命题.非封闭识别框架下的改进证据推理方法,可以通过在非封闭识别框架下,对新命题与已知证据及已知证据之间的两类冲突信息在局部分配,使最终证据推理结果向合理方向聚焦.     

基于证据理论的空中目标识别

针对证据理论在处理冲突证据时可能得到与直觉相悖的结论, 提出一种新的基于权值的证据调整方法, 当证据互相冲突时, 不必修改合成规则, 直接对各组证据赋予不同的权值调整概率分配函数. 仿真数据表明, 通过证据调整方法进行空中目标类型识别可行, 并且实现了可靠的目标判定.     

基于贴近度的新证据距离表示方法

冲突证据合成之前,确定证据的冲突程度是必须的。为了更加准确表示证据的冲突程度,提出了一种新的证据距离表示方法。通过改进的最大最小法公式,得到证据距离。通过具体的冲突证据实验,冲突证据得到的证据距离最大,从提出的算法得到的证据距离判断冲突证据,和实际结果一致。新的证据距离可以很好地表示证据间冲突程度,可以进一步处理用于冲突证据合成。     

一种新的冲突证据合成方法

该文在探讨已有冲突证据合成方法的基础上,提出了一种新的冲突证据合成方法—基于证据自冲突和证据间距离最小的证据合成方法(M-C合成方法),并通过实例说明了这一方法的优良特性.