基于Pareto法则的BPA概率转换

基于帕累托(Pareto)法则,该文认为复杂焦元信度的分配应该依赖于其单子命题的信度,信度大的更能决定复杂焦元的分配,信度为零的也能影响复杂焦元的分配.将复杂焦元分成2类结构:单子命题没有零值和单子命题有零值.对于前者,找出了复杂焦元的帕累托元素,只在帕累托元素上按其信度权重进行分配,这既避免了一些反常的情况又能更加突出信度大的单子命题.对于后者,采用忽略一部分或平均的办法来进行分配;设置了2个参数,既能控制焦元分配的冒险程度,又能控制转换的效果.提出了一种能够根据给定冒险程度来计算基本概率分配函数概率转换的新方法.最后通过实例分析,验证了该方法是有效的.

基于幂Pignistic概率距离的加权证据组合方法

针对现有的相似性/相异性测度在量化证据冲突时存在的不足,定义一种新的被称为幂Pignistic概率距离的相异性测度,并提出基于幂Pignistic概率距离的加权证据组合方法。该方法通过幂Pignistic概率距离量化两证据之间的冲突程度,然后建立相似性矩阵并求得各证据的可信度,再用加权平均法修正证据,最后利用Dempster规则进行组合。数值算例的结果表明,所提方法是合理有效的。

基于联系云和改进冲突证据融合算法的泥石流易发性评价

泥石流作为一种常见的地质灾害,其形成机制复杂,影响指标众多且呈现多重不确定性,为综合考虑多种影响因素协同作用,基于信息融合和不确定性分析理论,提出一种基于证据理论和云模型的泥石流易发评价方法。首先,应用联系云模型(CCM)计算泥石流易发性关键评价指标的基本概率分配函数(BPA);然后,引入兰氏距离和邓氏熵,分别修正指标BPA的可信度和不确定度,得到修正后的BPA;最后,基于D-S证据理论对修正BPA进行证据融合,实现泥石流易发性评价,并进行实例验证。结果表明:所采用的CCM能够克服正态云模型计算BPA时要求指标为正态分布的缺陷,并考虑的指标分布的随机性和不确定性;提出的方法与其他4种常用的证据融合方法评价结果基本吻合,用于泥石流易发性评价有效可行;基于兰氏距离和邓氏熵改进的冲突证据融合算法可提高证据融合的收敛速度和精度,并且结果更准确可靠。

基于改进D-S证据理论的信任评估模型

针对已有的信任证据模型不能快速有效地处理分布式网络中存在的恶意攻击,且缺乏关于三元信任关系组的信任归一方法,提出了一种基于改进D-S证据理论的信任模型,在此基础上,提出了基于持续序列的基本可信度函数和基于评估函数的信任评估方法,使得模型能更快地抑制恶意节点,并且评估结果更贴近现实值。通过分析与仿真,验证了本模型具有抑制聚集信任攻击的有效性和健壮性,同时信任评估方法更具合理性和准确性。

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 )

基于SVM的数据融合方法在DIDS中的应用

考虑到传统SVM解决传统IDS问题的困难,建立基于带概率输出信息的SVM局部信息检测和数据融合、决策分析的分布式入侵检测DIDS模型。该模型尽可能利用局部SVM分类器的优势,充分考虑了各局部SVM的性能差别。通过KDD99数据集对该模型的测试,证明该分布式入侵检测模型可以明显地降低入侵检测的漏报率,提高检测精度。

基于证据融合算法的地铁车辆轴承故障检测方法研究

转向架轴承作为地铁车辆的重要组成部分,其故障会对车辆运行安全构成严重威胁。现有的轴承故障诊断方法准确性较低,存在漏诊、误诊的可能。针对这一问题,分析地铁车辆转向架轴承的故障模型,对经典证据融合算法进行改进,提出一种新的均值加权融合法,该方法提取轴承振动信号的特征频率谱峰比值与频率均值,设置对应的概率分配函数来分配上述两种特征参数对不同元素的支持度,并进行证据融合。为了验证所提出方法的有效性,设计搭建了轴承实验平台,对已有的均值K系数法、吸收法及所提出的均值加权融合算法进行了对比实验。实验结果表明,本文提出的均值加权融合算法的漏诊率及误诊率明显小于已有的均值K系数法和吸收法,提高了地铁车辆轴承诊断的准确率,更加适用于地铁车辆转向架轴承的故障诊断。

基于证据理论的TPS诊断性能综合评定

测试程序集TPS(Test Program Set)诊断性能的评定是保证TPS质量的重要手段.针对TPS诊断性能的评定问题,研究了基于D-S(Dempster-Shafer)证据理论的综合评定方法,介绍了D-S证据理论的基本原理,提出了TPS评价验证的数学模型以及基于证据理论的TPS诊断性能综合评定的基本框架,定义了TPS诊断性能的基本概率分配函数(BPAF,Bas-ic Probability Assignment Functions),并在此基础上提出了基于Kolmogorov-Sm imov(K-S)检验的BPAF确定方法,给出了TPS诊断性能综合评定的步骤,最后对基于D-S证据理论的TPS诊断性能综合评定的有效性进行了实例分析,结果证明了该方法的有效性.

基于证据理论的多诊断智能体解的综合方法

多诊断Agent(智能体)合作求解可以有效地解决单一诊断方法或专家知识水平的局限性,但是也带来了诊断结果的综合评价问题。根据多Agent诊断结果的特点,对证据理论中的概率分配函数进行了约束和具体化,引入了不确定性函数,从而有利于在多Agent诊断结论综合中的应用。在此基础上,提出了多诊断Agent合作诊断解的综合步骤,并通过各诊断Agent的结论一致、部分冲突和完全冲突3个实例进行了综合分析,说明了该方法的有效性。用该方法进行诊断结果的综合能够提高多Agent诊断系统对故障模式的分类识别能力。

加权距离的D-S证据理论在岩体评价中的应用

为降低岩体各评价指标间的冲突性和评价过程中的模糊性与不确定性对评价结果的精度和信度带来的不利影响,构建基于D-S证据理论的岩体质量综合评价模型。首先,依据岩体质量影响指标和分级标准,运用欧氏距离法衡量各指标与各质量等级之间的关联程度,进而确定岩体质量基本概率分配函数(BPA)。然后,根据指标间距离以及指标间的相似度与支持程度确定指标权重,并修正BPA。最后,对修正的证据运用D-S组合规则,得出质量等级。将该方法应用到某工程实例中,并在评价过程中与可拓法进行比较,以验证其优缺点。实例研究表明,用该方法得到的评价结果与工程实际相吻合,与可拓法相比,该方法在评价精度和定量反映指标间的一致性程度上有明显优势。

D-S证据理论信息融合方法在目标识别中的应用

研究了D-S证据理论在多属性、多传感器模式识别中的应用。在基于D-S推理的信息融合中,其关键问题是基本概率赋值函数的构造。文中基于灰关联分析的思想提出了一种新的基本概率赋值函数的构造方法,并将它应用于辐射源型号识别,仿真实验结果验证了这一方法的正确性和有效性。

D-S证据理论中冲突证据组合分析

分析了D-S证据理论组合冲突证据时存在的缺陷,以及国内外对此的各种改进方法,包括对证据组合规则的改进和对融合模型的改进,并通过实验比较检验了几种方法的有效性。

基于多因素信息融合的城市供水安全评价系统

为了确定城市供水安全状态,提出1种基于多因素信息融合思想的城市供水安全评价方法。以城市供水安全指标体系为基础,建立供水安全指标与基本概率指派函数焦元的对应关系;采用组合权重确定各评价指标的权重值作为对指标证据的支持程度,通过加权合成方法得到各因素定量、定性信息的基本概率指派函数值,利用证据理论的Dempster组合规则进行因素融合。研究结果表明:以郑州市供水安全指标体系为例,在进行多指标信息融合时与解决证据冲突的融合方法计算结果相同,郑州市2006——2008年城市供水处于不安全状态,2008年以后安全等级逐步升高且趋于稳定状态,可以预测出在未来一段时间郑州市的供水处于安全状态。

飞机模拟器中操作评判系统的设计与实现

针对飞机维修训练质量评估不准确的问题,在飞机模拟器中设计了精确评定与模糊评定相结合的操作综合评判系统。在实际开发过程中,采用精度评估模型解决了评估各信息处理节点分别对目标参数获取或处理的精确度存在误差的问题;对于确定性评价带来的对客观真实的偏离问题,则采取基于证据融合的模糊综合评判建模对多因素多层次的复杂问题评判。

数据融合技术在农业专家系统中的应用

简述了多传感器数据融合结构和方法及D S证据理论的基本内涵,并将这种方法同农业专家系统相结合,针对农业环境和资源监测的具体实际,构造了基本概率分配函数,获得了精确的测量结果。实践证明,该法可有效提高农业专家系统的决策准确度,更好的指导农业生产。

相关部分已知时的相关证据合成

通过用集函数取代基本概率分配函数,给出了当相关部分已知时2个相关证据的合成方法,从而弥补了Dempster-Shafer证据理论中的一个缺陷.此外,当2个相关证据之一的焦元具有嵌套结构时,给出了一种简捷的算法.

D-S证据推理在机械故障诊断中的应用

提出了利用成熟的BP网络技术和D-S证据推理相结合进行多传感器数据融合,解决靠单一传感器获得的单一指标进行诊断所带来的不确定性.试验证明了该方法的有效性.

基于Rough集的不确定性知识的特征识别理论

利用Rough集理论给出了一种客观的概率分配函数,然后利用改进的证据理论提出了一种不确定性知识的特征识别方法。

证据理论及其在评估中的应用

针对新开设课程的课时设置问题,鉴于专家评估法存在的不确定性现象,采用D-S证据理论融合不确定性信息的方法,将每位专家的意见综合为专家组的一致意见,使评估结果更为合理,并为其它课程的课时设置提供借鉴.

New Algorithm for Image Target Recognition Based on Fractal Feature Fusion

By combining fractal theory with D-S evidence theory, an algorithm based on the fusion of multi-fractal features is presented. Fractal features are extracted, and basic probability assignment function is designed. Comparison and simulation are performed on the new algorithm, the old algorithm based on single feature and the algorithm based on neural network. Results of the comparison and simulation illustrate that the new algorithm is feasible and valid.