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.     

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.     

一种新的冲突证据合成方法

针对高冲突证据的合成问题,分析了D-S证据理论及改进方法的不足,提出了一种新的基于修正数据源思想的变权证据合成方法.该方法同时考虑了证据内焦元基本可信度分配值和各证据与平均证据的加权欧几里德距离.实验结果表明,该方法能有效消除证据冲突悖论,在证据一致和高度冲突的情况下均表现出良好的适应性,具有较快的收敛速度和高可靠性.     

互补证据组合规则

针对Dempster组合规则"一票否决"和现有修正方法主观分配冲突信息的缺点,提出一种全新的证据组合方法.新方法直接利用定义的互补证据进行融合,不再采用Dempster组合规则中的纯乘性策略组合证据,成功解决了"一票否决"问题.并将冲突信息转化为证据权重融入组合规则进行直接融合,不再主观分配其信度.新的组合规则是一类广义的加性集成算子,既满足交换律又满足结合律,既能够直接组合单类证据,也能够基于TBM组合复合类证据.通过多传感器融合识别算例,验证和对比分析了新的组合规则的优势.     

基于证据相似性度量的冲突性区间证据融合方法

基于证据相似性度量,该文提出一种冲突性区间证据融合的新方法。首先,定义了扩展型Pignistic概率转换,将区间证据转换为区间型Pignistic概率。利用区间模糊集的归一化欧式距离,求取区间型Pignistic概率之间的相似性,以此确定两两证据间的相似度矩阵,从中获取区间证据的置信度。然后,基于该置信度对原始的区间证据进行加权平均得到新的区间证据,利用Demspter区间证据组合公式对其进行融合。该方法可以有效地减弱高冲突性区间证据在组合规则中的作用,从而减小融合后所得区间证据的宽度,最终可降低决策中的不确定性。最后通过多个典型算例验证了经冲突处理后再对区间证据进行融合,要比直接融合能够产生更为合理和可靠的结果。     

一种有效处理冲突证据的组合方法

为了有效融合高度冲突的证据,提出一种新的基于证据距离的组合方法,首先引入了一个证据体距离函数,之后求出系统中各证据被其它证据所支持的程度,对支持度归一化后获得各个证据的可信度,并将可信度作为证据的权重,对系统中的证据加权平均后再利用Dempster组合规则实现信息融合,与其它方法比较,该方法在系统存在伪证据(干扰)时仍然能够有效快速地识别出目标。     

一种有效处理冲突证据的组合方法

针对证据理论应用过程中,冲突证据的组合问题和基本概率赋值函数难以确定的问题,提出了一种新的冲突证据的组合方法。该方法以修改模型为基础,而不改变Dempster组合规则的结构。首先,在充分考虑焦元属性之间及证据之间的相互关联性基础上,引入证据体距离函数,然后,求出系统中各证据被其他证据所支持的程度,对支持度归一化后获得各个证据的可信度,并将可信度作为证据的权重,再将平均证据代替冲突证据,最后利用Dempster组合规则实现信息融合。通过仿真实验,将该方法与现有方法进行了分析比较,结果表明应用该方法是一种有效可行的证据组合方法。     

DS证据合成规则评价方法研究

DS证据理论由于其应用广泛,成为研究的热点之一。由于其应用不同,DS证据理论遇到了一些问题,尤其是冲突证据合成问题,为此,不少学者都提出自己的解决办法。然而,针对合成方法的评价方法却很少有报道,算法优越性几乎都是通过主观逻辑判断的方法,通过实例对比,来说明算法的好坏。通过对合成方法的研究,提出了主客观结合的合成规则评价方法。评价方法以主观评价为基础,建立了客观评价体系及数学模型,客观评价体系有多个评价规则组成,综合说明合成方法的优劣,从而建立了合成方法的评价理论。最后,通过实例验证了评价方法的正确性。     

基于聚类赋权的冲突证据组合方法

针对高度冲突证据组合失效的问题,着重考虑证据之间相互关系与证据本身特性的结合,提出了一种基于聚类赋权的冲突证据组合方法。首先,构建相似系数对证据进行聚类分析,通过类容量确定类间权重反映类间差异。然后,引入信息熵获取各证据的类内权重,综合类间权重和类内权重得到证据的修正权重。最后,根据该权重修正冲突证据,使用证据理论组合规则完成对修正证据的最终合成。数例验证结果表明,所提方法能够合理地修正证据,并且组合结果相比其他方法具有更好的聚焦效果。     

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。     

Fault Diagnosis Based on the Updating Strategy of Interval-Valued Belief Structures

This paper presents the dynamic method for fault diagnosis based on the updating of Interval-valued belief structures （IBSs）. The classical Jeffrey＇s updating rule and the linear updating rule are extended to the framework of IBSs. Both of them are recursively used to generate global diagnosis evidence with the form of Interval basic belief assignment （IBBA） by updating the previous evidence with the incoming evidence. The diagnosis decision can be made by global diagnosis evidence. In the process of evidence updating, the similarity factors of evidence are used to determine switching between the extended Jef frey＇s and linear updating rules, and to calculate the linear combination weights. The diagnosis examples of machine rotor show that the proposed method can provide more reliable and accurate results than the diagnosis methods based on Dempster-Shafer evidence theory.     

一种新的基于证据理论的合成公式

由于D-S证据合成公式所存在的不足,使证据理论的应用受到了一定的限制.Yager对此作了改进,但改进后合成公式又存在着新的问题.鉴于此,本文在引入证据可信度概念的基础上,提出了一个新的证据合成公式.新的合成公式弥补了D-S证据理论和Yager合成公式所存在的不足,使冲突证据合成的结果更为理想.     

基于Haenni方法的证据冲突原因分析

由于Dempster组合规则所存在的不足,在组合冲突信息时,会得出与直觉相反的结论。针对Zadeh悖论,Haenni给出了反驳,但冲突产生的原因分析不够全面。鉴于此,本文在他们的基础上,总结出冲突产生的原因,它不仅与传感器受干扰有关,与识别框架不完整也有关系,其中识别框架不完整还包括框架中的元素不详尽,出现了新目标和在两两证据进行推理过程中目标丢失导致的潜在冲突。     

一种改进的证据合成公式

本文讨论了Dempster公式、Yager公式和其他几种证据合成公式存在的不足,提出了一种改进的证据合成公式.该公式可合成多路冲突性和不冲突性证据,冲突性证据按加权平均合成,不冲突性证据按按与运算合成并反映了相互间交叉融合程度.实验表明该公式能合成多种包括高度冲突的证据,具有很好的实用性.     

一种快速DSmT-DS近似推理融合方法

该文对Dempster-Shafer(DS)理论以及Dezert-Smarandache理论(DSmT)进行了深入研究,为了能够在仅需较低计算复杂度的前提下得到更加精确的融合结果,提出一种新的快速DSmT-DS近似推理融合方法。该方法针对超幂集空间仅单子焦元具有信度赋值的情况,将超幂集空间拆分映射成元素为各单子焦元和其补集的二元集合的新的超幂集空间,并求出每个补集的信度赋值;再运用Dezert-Smarandache框架中的第5条比例冲突分配规则(DSmT+PCR5)在新的超幂集空间的二元集合子空间下对多证据源进行融合,得到各单子焦元的融合结果;然后通过归一化处理求得各单子焦元的信度赋值。通过理论分析得出该文方法的融合结果是介于Dezert-Smarandache框架中的第5条比例冲突分配规则(DSmT+PCR5)及Dempster-Shafer(DS)框架下的 Dempster 组合规则之间。该文方法在需要较低计算复杂度的前提下,可以得到优于Dempster组合规则的近似融合结果。最后通过多个角度与已有方法进行对比,验证了该文方法的优越性。     

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.