多重改进型指数双向联想记忆模型及其在多证据推理中的决策性能

提出了多证据推理中采用神经网络来模拟信念组合学习的方法 .网络由多个改进型指数双向联想记忆模型(Ie BAM)构成 ,并且共享一个输出来同时进行多证据不确定性的管理 .文中证明了多重 Ie BAM(Multi- Ie BAM)的稳定性 ,讨论了在多条证据同时提交网络后的多数规则 .理论和实验都证明了多数因子比 Wang所提模型更紧凑、更严格 ,从而可保证在受一定程度的干扰下 ,专家们仍能做出正确决策 .最后所给出的模拟例子的结果与直觉推理相吻合 .

基于多证据融合的视频排序方法

在视频检索中,通过对用户行为特性的分析发现,用户通常只关注排在最前面的返回结果,而很少有耐心将所有的返回结果浏览一遍.因此,对于一个搜索引擎来说,能否将最相关的结果排在最前面是至关重要的.为了实现这一目标,本文提出了一种基于多证据融合的视频排序方法.该方法利用Dempster-Shafer证据推理理论来协同地融合多方证据,进而推断出最相关的视频镜头.如果多方证据一致,则证明某个视频镜头是相关的,此镜头被认为是最相关的镜头,并被排在返回列表的最前列.相反,如果多方证据产生冲突,那么此镜头就将被排在后面.实验结果表明,利用建议的多证据融合排序算法,搜索引擎的搜索质量,特别是排在前列的搜索结果的准确性,有了明显的改善.

多证据推理Hopfield神经网络在PIV数据后处理中的应用

在对人脑判别PIV错误矢量方式进行模拟的基础上,建立了错误矢量识别的多证据推理Hopfield神经网络模型,并通过数值试验对该网络模型的功能进行了验证.试验结果表明,该网络模型具有较强的识别能力,可以识别出所有的错误矢量.

多证据信息融合的行人运动状态识别模型

采用粒子滤波的方式对人的运动情况进行分析的时候,进行数据采集的时候经常会产生数据不够,造成系统运行结果差强人意,鲁棒特性较差。基于这样的问题,算法结合了色彩、空间和细节特征等多方面的数据信息来完成外观模型的建立,在对其时域特性和详细特征进行分析之后,使用RGB颜色模式完成对应的模型;经过LBP处理之后,对进行优化的TD-LBP模型进行进一步说明,除去亮度小范围变化给纹理区分带来的影响;并且,引入了空间概念,目的在于依据人的特点,同时通过亮度的方式将一定的区域进行进一步划分,成为3个子区域,接着把不同子区域内的证据信息进行提取。经过实验证明之后,采用的这个模型在综合了直方图作为辅助之后,能够完成复杂情况下的行人跟踪分析,所采用的TD-LBP算法也比LBP算法更加的精准。

基于多证据融合决策的间歇过程测量数据异常检测方法

间歇过程测量数据的高维、非线性、非高斯分布特征直接影响过程测量数据异常检测的准确性,为了融合多源数据异常检测信息,提升间歇过程测量数据异常检测精度,提出了一种基于多证据融合决策的间歇过程测量数据异常检测方法,该方法通过引入证据理论(Dempster-Shafer,D-S),采用主焦元判别伪证据和重新计算证据权重改进冲突证据处理方法,减小了冲突证据对多证据融合决策结果的影响,提高了间歇过程测量数据异常检测的准确率。构建了基于多证据融合的测量数据异常检测模型并将其应用到间歇过程测量数据异常检测决策判决中。实验结果表明,该方法能够融合多证据信息,有效地处理冲突证据,实现了间歇过程测量数据异常检测,降低了误检和漏检率。

多证据分析技术在场地重金属污染评价中的应用研究

采用多证据分析技术,综合重金属浓度相对累积频率分布规律及其在场地中的空间分布规律,推导了案例场地土壤中As、Cr6+背景浓度上限.其中,场地1土壤中As、Cr6+背景浓度上限分别为29.8 mg.kg-1、76.1 mg.kg-1,均远高于文献报道的北京地区土壤背景浓度.场地2土壤中As、Cr6+背景浓度上限分别为10.6 mg.kg-1、33 mg.kg-1,略高于文献报道浓度.以推导的背景值作为评估标准,案例场地均存在不同程度污染,与场地历史生产活动中的排污特性分析结果及元素相关性分析结果相符.其中,场地1中As、Cr6+的超标率分别为3.8%、6.0%,场地2中仅As超标,超标率为5.2%,但均远低于以文献报道的背景浓度作为评估标准确定的超标率77.7%、96.7%及41.9%.因此,具体重金属污染场地评估项目中,应避免因直接以文献报道的区域背景浓度作为标准进行评估而使结论缺乏客观性,并导致后续修复过程中投入过多不必要的修复资金.

基于最优支持度的证据融合表情识别方法

为了实现多区域表情特征的决策级融合,提出一种基于最优支持度的表情证据融合方法。首先,将眉毛、眼睛、嘴巴3个显著区域的纹理特征作为表情分类证据,并采用指数函数构建各证据的初始基本概率分配;然后,在有监督学习下构建证据支持度的优化式,同时将权重求解转化为同类样本支持度的最大化和异类样本支持度的最小化,并对初始基本概率分配进行修正;最后,基于登普斯特-谢弗(Dempster-Shafer,D-S)证据理论实现三区域证据的决策融合。该算法在CohnKanade库上进行实验,取得了94.2%的平均识别率以及752 ms的平均识别时间。与现有的决策融合和分类方法相比,特别提高了害怕、伤心、厌恶等不易分类表情的识别率。所提方法不仅具有较高分类识别率,而且对各表情分类保持较好鲁棒性。

复杂污染场地的风险管理挑战及应对

复杂污染场地中土壤和地下水介质的非均质性、污染物形态归趋变化的复杂性是导致复杂污染场地调查、风险评估与修复过程存在较大不确定性的主要原因.基于侵入式采样和实验室样品分析等高成本调查技术无法理想反映复杂场地的真实污染分布,简单的定值风险评估结果则具有较大的不确定性,线性化场地管理技术体系不能适应复杂污染场地风险管理面临的不确定性挑战.结合国内外实践经验,本文提出“二精一优”的场地风险管理技术方法体系,即:①基于“有效数据理论”的定量测试与半定量实时监测技术相结合的精准调查技术;②基于污染物形态归趋规律,综合采用基于生物有效性、多证据和概率分析等多种手段的精细化风险评估技术;③动态调整优化的非线性场地风险管理技术框架.

我国污染场地风险评估发展历程概述

风险评估是污染场地再开发利用的关键步骤之一。我国引入污染场地风险评估至今已有20多年。目前,我国基本上形成了基于风险的污染场地环境管理技术体系。但由于我国的风险评估主要是引进发达国家早期的风险评估方法,在实际应用中存在过于保守的情况,因此,本文建议应进一步开展基于土壤污染物形态归趋等方面的精细化风险评估理论与方法研究,研究制定基于不同形态的土壤污染物风险筛选值和修复目标值,以解决目前因评估结果过于保守而导致过度修复的问题。

多重加权改进型指数双向联想记忆网络及其决策性能

CCWang等作者利用指数双向联想记忆模型 (eBAM) ,构造了由多个eBAM构成的多重eBAM(Multi e BAM)信念组合模型 ,使之可模拟多个专家的投票表决决策 ,并获得了Multi eBAM在各eBAM具有同等权威度条件下的决策性能 .本文在此基础上 ,通过对各eBAM引入不同的权值来模拟各专家不同的权威度 ,推广了Multi eBAM .进一步借助陈所提出的改进型eBAM(IeBAM) ,构建了相应的多重加权改进型eBAM(Multi WIeBAM)信念组合模型 ,获得了此推理模型在同、异步方式下的决策性能及多专家不同权威度下的多数投票因子 ,使之更符合实际的多数表决决策 .理论分析表明Multi WIeBAM所获得的多数投票因子优于Multi WeBAM的多数投票因子 ,即前者较后者具有更紧致的下界 .实验结果也表明了Multi WIeBAM的性能要优于Multi WeBAM .

基于多信息融合的行人状态采集识别模型

针对粒子滤波算法在采样阶段因证据不足,使得行人智能跟踪系统效率不高、鲁棒性不强的问题,融合颜色、纹理和空间等多证据信息和RGB颜色空间建立行人外观模型,采用优化的LBP纹理特征算法(LBP_AE算法)消除干扰、提取证据信息。实验结果表明,所设计的多证据信息融合模型,可以有效实现在复杂条件下的行人跟踪问题,相比传统算法有较高识别准确率。

石油烃类蒸气入侵研究进展

蒸气入侵(VI)是最有可能导致人体健康风险的暴露途径,石油烃类蒸气入侵(PVI)是污染物为挥发性石油烃(PHC)时的一种特定VI类型,与其他类型VI的最重要区别在于PHC在包气带传输过程中会因好氧生物降解而迅速衰减,从而显著降低PVI风险发生的可能性。文章梳理和总结了PVI的概念、机理、筛选与调查、模型、风险评估与管控等方面的相关研究成果并进行了展望,以期为PVI研究以及PVI场地调查、风险评估与管控等实践工作提供借鉴和参考。

冲突再分配DSmT及解决证据间矛盾的新方法

DSmT在处理多证据信源融合时,存在冲突焦元置信指派不合理增长,主焦元基本置信指派不合理收敛的问题,使决策困难.首先分析问题产生的原因,对DSmT组合公式给出了改进意见,提出一种冲突再分配的DSmT组合公式;然后针对多证据融合时证据间存在矛盾的问题,提出一种基于冲突率的折扣算法,修正置信指派.算例分析表明,采用上述算法可使主焦元基本置信指派得到合理收敛,冲突焦元得到合理处置,融合结果有利于决策.

分组故障检测证据融合多星故障隔离算法

针对卫星导航星座数增加导致的多星故障率上升问题,提出一种分组故障检测证据融合多星故障隔离算法.该算法首先将可见星分组并作为证据,利用故障检测量计算每个证据的故障置信指派和正常置信指派;然后,针对加权分配冲突法融合结果受证据融合次序影响的问题,给出一种基于可靠程度的权值计算方法,实现加权分配冲突法的多证据融合,并得到当前卫星的单星故障置信指派和正常置信指派信息;最后,利用所有卫星的单星故障置信指派均值作为故障隔离阈值,实现故障卫星隔离.在GPS/BDS双星座导航模式下,对算法的分组个数与故障隔离效果关系进行分析,并将其与随机搜索法及置信指数法进行多星故障隔离效果对比,理论分析与实验结果表明所提出算法具有更高的准确性.