基于博弈论的高冲突证据融合方法

针对传统DS证据理论无法解决的高冲突问题,提出一种改进的DS证据理论新方法.首先,使用类哈利熵和Shannon熵衡量证据的综合不确定度,描述证据中的不具体性和随机性问题;其次,使用皮尔逊相关系数衡量证据间的相似度;接着,基于博弈理论对二者进行组合赋权,保证修正权重的准确合理;最后,使用DS组合规则计算修正后的基本概率分...     

单向证据冲突度量方法

针对传统证据冲突度量方法无法表达证据间支持程度差异的问题,提出一种带有方向性的证据冲突度量方法。该方法基于单向支持度间接计算证据间的冲突程度,单向支持度模型采用取小累加运算来表征两证据观点的一致程度,支持系数的引入保证了所建模型具有非对称性。实验结果表明所提方法不但能够有效区分证据间支持程度的差异,而且还能克服传统方法在特定情况下失效的问题。     

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...     

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.     

基于相关系数的证据冲突度量方法

当证据高度冲突时,使用D-S组合规则将会得到不合常理的结果,因此,针对证据组合规则的改进成为一个重要的研究课题,在选择合适的证据组合方法之前,确定证据之间是否冲突、冲突程度如何,是个至关重要的问题,为了更加准确地描述证据间的冲突,在分析证据相似度与证据冲突关系的基础上,基于证据相关系数提出了一种新的证据冲突度量方法,理论分析和数值计算表明该方法可有效表示证据之间的冲突程度,相关系数越大,证据间冲突就越小,与其他方法相比,该方法更具全面性和合理性。     

一种基于冲突重新分配的D-S证据合成方法

D-S证据理论是一种处理不确定性问题的有效推理方法,但证据合成存在高度冲突问题。考虑到直接利用公式合成可能得到与实际相悖的结论,故分析了D-S合成方法及其改进方法的不足,引入冲突系数和分配系数,给出了具体算法,通过分配系数对基本概率赋值函数进行修正,提出了一种基于冲突重新分百己的合成方法。最后,通过实例比较表明,该方法的合成结果较为理想。     

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。     

冲突证据合成规则及其合理性的研究

分析现有几种证据推理规则的不足及其证据冲突敏感性,然后综合证据源可信度和证据支持度等因素,分析了证据集的有效性,改进了合成规则,因合成规则体现了证据集特征,使得冲突证据集合成的结果更趋合理。数值实验结果验证了改进规则的有效性。     

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.     

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。     

基于证据距离与不确定度的证据组合方法

Dempster-Shafer证据理论是信息融合领域中的一种重要的理论与方法.然而在实际应用中,Dempster证据组合规则无法有效处理高冲突证据组合问题,往往引发反直观结果.针对这一问题,提出一种新的加权证据组合方法.该方法同时利用证据距离和证据不确定度来生成权重进而修正待征组合证据,并取得合理的组合结果.实验结果表...     

基于证据源预处理的冲突证据组合新方法

针对冲突证据的组合问题,提出了一种新的证据组合方法。通过定义证据间的Jaccard相似度获得各个证据的归一化可信度,在此基础上获得一个标准证据。利用该标准证据对各初始证据进行修正,最后利用Dempster-Shafer(DS)组合规则获得证据组合结果。证据组合过程中既保持了DS规则良好的数学性质,又有效地减小了冲突证据带来的干扰,提高了组合结果的合理性与可靠性。     

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。     

基于聚类分析思想上的回归分析研究

利用聚类分析的思想对二维数据作聚类后对聚类出的数据点做回归分析,由于受一些条件的限制约束,现实中有些一元线性回归分析的结果与其对应观测值相差甚远,因此做出的回归分析模型偏差较大,利用聚类的思想再次得到的回归分析模型是分段模型,分段模型更接近于数据点走向趋势,因此其在后期预测上比整体做出的回归分析预测更具有可靠性。     

Automatic modulation classification based on the combination of clustering and neural network

In this paper,we propose a new modulation classification method based on the combination of clustering and neural network,in which a new algorithm is introduced to extract key features.In order to recognize modulation types based on the constellation diagram such as phase shift keying(PSK)and quadrature amplitude modulation(QAM),fuzzy C-means(FCM)clustering is adopted for recovering the constellation under different number of clusters.Then cluster validity measure is applied to extract key features which di...     

基于密度的聚类分析

密度聚类方法的指导思想是,只要一个区域中的点的密度大于某个域值,就把它加到与之相近的聚类中去。对于簇中每个对象,在给定的半径ε的邻域中至少要包含最小数数目（MinPts）个对象。这类算法能克服基于距离的算法只能发现“类圆形”的聚类的缺点,可发现任意形状的聚类,且对噪声数据不敏感。代表算法有：DBSCAN、OPTICS、DENCLUE算法等。     

基于线段判断的激光扫描匹配算法组合策略

二维激光测距仪辅助惯性导航系统、视觉系统等实现机器人或微小型飞行器定位需要解决的关键问题是扫描匹配。本文对已有的RS/LS,IDC,Cox以及ICP等扫描匹配算法进行改进,提出一种R-I-C组合策略。根据扫描中提取线段的情况选择性使用Cox算法和IDC算法,由基于留点的ICP算法或RS/LS算法为其提供可靠的初始估计。该组合策略既适用于多边形环境,也适用于非多边形环境,具有一定智能性,能够处理大变换,定位精确度高。本文采用仿真比较R-I-C组合策略和上述常用匹配算法,并采用三轴转台和一维激光测距仪模拟二维激光测距仪,用R-I-C算法对实验数据进行计算。仿真结果表明该组合策略定位误差可达5%以下,而计算速度不超过1 s。     

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D-S证据融合的雷达安全性评估

安全性是对雷达装备的一项重要要求,涉及到雷达的设计、生产、使用、管理等诸多方面。鉴于影响安全的因素多和不确定性,提出用模糊综合评判法进行量化处理,对雷达装备安全性进行综合评价。根据影响装备安全的因素建立了安全性指标体系,并建立了模糊综合评判模型,利用D—S证据融合法确定评价因素的权重,对装备安全性进行综合评估。根据评估结果,以指导雷达系统的安全性设计、生产与使用。