面向需求的应用本体不一致诊断筛选方法研究

针对现有本体诊断工具返回最小诊断数量多、用户无法科学取舍的问题,首先分析现有筛选诊断方法存在问题,然后结合应用本体及其需求特点,探讨将原本相互孤立的、分别应用在不同诊断工具中的公理可信度筛选诊断法、信息熵筛选诊断法之核心技术进行组合、优化的思路与方法。在此基础上,提出一个综合性的启发式筛选诊断法,阐述其基本思路与操作步骤,并以典型实验本体为例进一步验证方法的有效性。

D-S证据理论在多传感器数据融合中的应用

多传感器数据的属性融合有很多算法,本文研究了证据理论在多传感器数据融合中的应用。阐述了 D-S 证据理论的数学性质,给出了可信度公理及 D-S 综合规则,并进行了计算机仿真实验。