新的证据冲突衡量标准下的D-S改进算法

针对传统证据冲突衡量标准存在的不足及高冲突下Dempster证据组合规则失效的问题,通过pignistic变换,定义了新的证据冲突衡量标准,基于此,提出了一种新的D-S改进算法.该方法依据少数服从多数的决策思想,引入了描述证据重要度的权重系数,对证据进行预处理,再采用Dempster规则进行组合.通过仿真算例分析,并与其它改进方法进行对比,验证了新算法在处理证据冲突方面的性能显著改进,加快了收敛速度,同时降低了决策风险.

一种新的证据冲突分析方法

当证据高度冲突时,使用DS组合规则经常会得到错误的结果,因此对DS证据理论的合成方法进行改进成为人们研究的重点.但是如何去度量或确定证据之间冲突的程度却常常被人忽视.在以往的研究中均使用冲突系数k作为表征证据之间冲突的量,但是研究结果表明,k不能很好的描述证据之间的冲突.对表征证据冲突的变量进行了研究,提出了一种新的表征证据之间冲突的变量-关联系数,基于偏熵和混合熵,定义了关联系数,该系数可以定量的表示证据之间的冲突.当关联系数接近1时证据之间冲突很小,当关联系数接近0时证据之间高度冲突.算例验证了所提出的基于关联系数的冲突表示方法的有效性.

基于相关系数的证据冲突度量方法

为了更加准确地描述证据间的冲突,在分析证据相关性与证据冲突关系的基础上,给出了证据相关系数的判定准则,基于证据相关系数提出了一种新的证据冲突度量方法,理论证明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,表明证据间冲突越小,反之亦然。最后通过算例将该冲突度量与其他方法进行对比,结果表明该方法更具全面性和精确性。

一种新的证据冲突表示方法

D-S证据理论作为一种不确定信息融合技术,被广泛应用于信息融合的各个领域。但是在证据高度冲突情况下常常会导致错误的融合结果,研究人员对证据理论的组合规则的改进和数据模型的修改进行了大量的研究,但是如何去度量或确定证据之间冲突的程度却常常被人忽视。针对这一问题,首先分析了证据理论中经典冲突系数的不足,引入证据距离函数表示证据之间的差异性,结合经典冲突系数一起提出了一种新的证据冲突表示方法,克服了经典证据理论冲突系数的不足,能更有效地度量证据的冲突程度,最后通过算例验证了该方法的有效性。

基于新的证据冲突表示的信息融合方法研究

DS证据理论为不确定信息的表达和合成提供了自然而强有力的方法,被广泛应用于信息融合的各个领域。但是在证据高度冲突情况下常常会导致错误的融合结果。文章首先分析经典证据理论中冲突系数的不足,引入证据距离函数表示证据之间的差异性,并提出了一种新的证据冲突表示方法,能更有效地度量证据的冲突程度。而后基于新的冲突表示方法,提出了一种新的冲突信息融合方法,该方法保持DS组合规则不变,对融合结果进行修正,能够有效解决证据高度冲突情况下的信息融合问题。最后通过算例验证了该方法的有效性。

奇异值衡量证据冲突的新方法

证据理论被广泛应用于决策级信息融合,但还存在一定问题有待解决,例如证据冲突的合理衡量仍未得到妥善处理.针对已有方法的不足,提出一种新的衡量方法,将不同的证据表示成BPA矩阵的形式,借助矩阵的性质对冲突进行研究.根据BPA矩阵奇异值的特点,提出以其最小奇异值衡量证据冲突.算例表明了所提方法的有效性.

基于证据冲突度的多传感器冲突信息组合方法

针对Dempster组合规则在多传感器冲突信息融合方面的不足,提出了改进的证据冲突的定义及基于冲突系数和Jousselme距离的证据冲突度的计算式,给出了一种新的基于证据冲突度的证据加权融合方法。该方法首先利用证据冲突度构造证据相互支持度矩阵,进而计算证据的权重,最后利用Dempster规则对加权修正后的证据进行融合。数值实例表明:该方法可以有效融合高冲突信息,与Dempster组合规则和几种典型的加权证据融合方法相比,具有更快的收敛速度,而且收敛效果更好。

一种异类源信息融合中证据冲突问题的解决方法

进行异类源数据融合时,经常会遇到证据冲突的情况,此时应用经典D-S证据理论进行信息融合,通常会出现有悖常理的现象。提出了一种新的证据合成方法,该方法根据各证据之间的相似度确定证据的权重系数,通过加权的方法进行证据合成,从而有效地解决了证据冲突时的信息融合问题。计算机仿真表明,这种方法是非常有效的。

基于反馈证据冲突度的概率转换

概率转换是不确定推理中的有效决策方法之一。首先,对现有概率转换公式进行分析,给出两类统一的概率转换公式。针对现有概率转换公式的给出过程较为主观,概率转换方法缺乏严密性的缺陷,提出基于反馈证据冲突度的概率转换方法。再利用遗传算法,求解最小反馈证据冲突度的转换概率。最后,将本文概率转换方法与现有的概率转换方法进行比较,结合仿真分析表明所提方法的有效性。

一种基于不确定度的证据冲突识别方法

从高度冲突证据对D-S证据理论的应用约束出发,针对几种常用冲突度量方法存在的问题,定义了描述证据自身特征的不确定度,将证据冲突涵义从证据间不一致扩展到证据内外,给出基于不确定度的证据冲突多元度量,并为增强冲突的识别效果提出最大差异度的冲突处理方法.验证分析得出:本文给出的度量方法能够有效表征证据间的冲突程度,最大冲突差异度的处理实现了证据冲突识别的显著化,在证据冲突度量与识别中具有很好的普适性和有效性.

一种基于“交并集”和Pignistic概率的证据冲突的改进方法

针对D-S证据理论无法解决高冲突证据的缺陷,通过对现有几种证据冲突的改进方法进行分析,提出了基于“交并集”和Pignistic概率的改进方法。本文放宽D-S组合规则的假设,只要求证据在组合时至少有一条是真实的,如果证据A和B相互支持,说明它们都是真实的,可以用“交集”运算将证据的信度聚焦在它们的交集上;如果证据A和B相互冲突,表明不知道哪一条证据是真实的,则用“并集”运算将信度聚焦在它们的并集上,即证据支持A或B中的一个,这种思路更符合人类的直觉。由于在目标识别系统中,最终决策是单个待识目标,因此以还要用Pignistic概率转换法将多元素命题的BPA再分配给它的各个组合元素,最后,信度最高的元素作为结果进行输出。实验表明,本文方法在解决证据冲突方面较其他方法拥有明显的优势。使用本文方法时,证据的融合顺序对融合结果没有影响,因此可以很方便地编程实现。

一种基于麦克斯韦电磁力的证据冲突表示方法

D-S(Dempster-Shafer)证据理论是处理不确定信息的有效方法,但仍然存在着证据之间的冲突问题。引入麦克斯韦电磁力理论,将证据理论中不同证据之间存在冲突与融合的问题转换为电磁力理论下的电磁斥力与电磁引力问题,该转换提出了一种新的证据间距离的量化方法。其中,在传统的冲突系数中引入了证据距离因素,并提出了一种新的证据冲突表示方法,提高了冲突系数的灵敏度。仿真结果表明,该方法在故障诊断中的识别率比传统方法更高,证明了本文所提方法的正确性和有效性。

超幂集下角度相似度的证据冲突判定方法

针对传统证据间冲突大小判定方法的不足,结合DSm理论的特点,提出了超幂集下的角度相似度的证据冲突判定方法。该方法将证据看做向量,比较两条证据向量之间的角度余弦来判断两条证据间的相似程度,不仅能在Shafer模型下使用,而且还能在混合DSm模型和自由DSm模型下使用。实例分析验证了方法的有效性和适应性。

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。

基于指数函数的证据冲突衡量方法

证据间冲突程度的有效衡量是解决高冲突证据融合问题的有效途径之一。针对冲突系数无法有效衡量证据间的冲突程度问题,在分析现有冲突衡量方法基础上,提出了一种基于指数函数的证据冲突衡量方法。首先,根据证据间基本概率赋值(BPA)关系将证据分为一致证据和非一致证据2类;然后,根据证据分类结果,综合利用差异性信息和指数函数分别构造冲突衡量系数;最后,用多种冲突衡量方法进行算例分析对比,试验结果表明本文方法可有效衡量证据间冲突程度。

基于Pignistic概率转换和奇异值分解的证据冲突度量方法

针对常见证据冲突度量方法适应性差、准确性低的问题,提出了一种基于Pignistic概率转换和奇异值分解的证据冲突度量方法。首先通过Pignistic概率转换将证据焦元差异映射到信度差异上,构建证据复合信任函数矩阵。然后采用奇异值分解的方法提取矩阵特征,根据奇异值特性将矩阵特征空间划分为相似子空间和冲突子空间,综合考虑证据矩阵相似特性和冲突特性,将冲突子空间奇异值与相似子空间奇异值之比作为新的冲突度量因子。最后在全冲突场景、变信度场景、变焦元场景、焦元嵌套场景等多种证据冲突场景下将所提方法与常见方法进行了对比分析,结果表明所提方法具有适应性广、准确性高、稳定性好的特点。

广义幂集空间中证据冲突的原因分析

经典证据理论不能有效处理高度冲突的证据,极大制约了证据理论的应用.早期的研究主要集中在修改Dempster组合规则或修改数据模型.Liu的研究又为这个方向提出了一个新的问题:如何有效表示证据之间的冲突?但是还存在问题:如何有效地判断冲突的成因?针对经典证据理论中的冲突系数无法合理度量证据之间的冲突程度,提出新的证据冲突系数表示模型,在冲突证据原因流程分析中总结出冲突的成因.最后用数值算例说明了本文所提出方法的有效性.

一种解决D-S理论证据冲突的有效方法

D-S证据理论是一种有用的不确定性推理方法,由于证据合成公式存在不足,影响了证据理论的应用。针对有效融合高度冲突的证据,提出了一种新的有效加权冲突证据组合方法。该方法通过引入一个证据体距离函数,利用证据之间的相对距离确定了证据的权重,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。与其他方法比较,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,实例表明了该方法的有效性。

粮库储粮空洞检测过程中证据冲突研究

针对粮库内储粮的状况,分析了冲突证据下粮库储粮空洞检测的特点,提出了一种简便的方法来区分证据间的冲突程度,并给出了算法和检测系统的模型.通过优先级判别法和基于证据理论的决策融合算法,对数据进行理论分析和对比,证明该方法是可行的.

存在证据冲突的临近空间飞行器遥测数据相关性评价与融合方法

为了解决单一的相关性分析方法在分析临近空间飞行器遥测数据时存在局限性以及证据冲突问题,在相关系数分析评价与优势组合的基础上,提出了基于支持因子的证据理论融合算法。首先分别利用Pearson相关系数、Spearman相关系数与距离相关系数对遥测数据进行相关性评价分析,表明3种相关系数可优势互补。其次,建立了基于支持因子的证据理论融合算法,实现证据的冲突基本概率赋值函数分配,避免Dempster-Shafer证据理论(D-S证据理论)的一票否决和合成规则失效问题。最后,利用3种相关系数构造相关性证据并开展遥测数据相关性分析实验。结果表明:基于支持因子的证据理论融合方法能使Pearson相关系数、Spearman相关系数与距离相关系数的证据融合更加合理;在证据冲突大的情况下,相比相容系数的证据理论融合方法,相关概率计算结果准确度提高约6.55%,能更有效地处理证据冲突问题。