D-S证据组合规则下的修正系数的研究

针对使用冲突系数辨认证据冲突存在的不足,将Pignistic概率距离转换为证据的可信度,再将证据的可信度和虚假度结合起来,构造一个新的修正系数,然后利用新的修正系数来折扣基本可信度分配函数。最后,利用D-S证据组合规则对修正后的证据进行合成。数值算例分析的结果表明,改进后的证据组合方法得到的结果具有收敛速度快和鲁棒性好的特点,同时保持了D-S组合规则的优良性质。

基于改进D-S证据组合规则的目标识别算法

为了更好地解决高冲突证据的融合问题,提出一种3条证据直接融合的改进D-S算法.该算法首先根据证据支持贴近度函数给出识别框架下各焦元支持度的计算方法;其次根据三维证据直接融合产生的冲突因子的性质及各焦元的支持度,提出一种基于D-S证据组合规则的冲突信息加权分配算法;最后以多传感器多目标识别系统为背景进行仿真实验.理论分析和仿真结果表明,基于三维证据直接融合的改进D-S算法具有较强的抗干扰性能,能有效融合各种冲突信息,提高目标识别概率.

一种基于信息源可信度的证据组合新方法

D-S证据组合规则在处理高冲突度信息时,会得出与直觉相反的结论,进而遭到质疑,也引发了很多专家学者的研究。根据指挥员在作战中处理冲突证据的一般习惯,提出了一种基于信息源可信度的证据组合新方法。建立了信息源可信度的计算模型,给出了基于信息源可信度的按比例分配冲突度的证据组合推理规则,算例验证结果表明,新的组合推理规则在处理冲突方面的性能得到了明显改进。

一种基于局部冲突分配的DST组合规则

冲突证据融合是信息融合中一个非常重要但始终没有很好地解决的问题.本文从选择有效的冲突衡量参数的角度出发,分析了悖论与证据冲突的关系,给出了新的冲突衡量参数,并基于此参数提出了一种新的基于局部冲突分配策略的证据推理组合规则.大量实例表明,提出的证据推理组合规则能够解决现有的证据理论悖论问题,是一种较为通用的证据推理组合规则.

基于交补集和Pignistic变换的证据组合方法

针对D-S证据组合公式及其改进公式的局限性,提出一种基于交补集权重和Pignistic概率变换的改进组合方法。基于交补集理论推导出新的基本概率分配函数,对交补集权重因子进行量化,得到基于交补集权重的证据组合公式,利用Pignistic概率变换法对已获得的各命题的信度值进行重新分配,以降低组合顺序对合成结果的影响,同时可获得更可靠的决策依据。实例分析结果表明,与其他改进方法相比,该组合方法在解决冲突证据、一票否决、鲁棒性、公平性和决策有效性等方面均有明显的优势。

广义证据理论的基本框架

针对经典证据理论不能有效处理辨识框架不完整情况下的信息融合问题,提出了一种广义证据理论.新理论定义了广义基本概率指派函数,对空集的广义基本概率指派大小表明了支持辨识框架不完整命题的程度,提出了能够融合广义基本概率指派的广义组合规则,该组合规则是一个与空集基本概率指派相关的函数,同时满足交换律和结合律.广义证据理论是经典证据理论的推广,当空集赋值为零时,广义证据理论退化为经典的证据理论.用算例表明了所提出的广义证据理论的有效性.

相关证据合成方法

讨论了孙怀江和杨静宇文章中提出的相关证据合成方法 ,指出其定理 2是错误的 ,并给出了使其成立的条件 ;而对独立源证据的辨识 ,通过引入过渡变量 。

区间信度结构下的证据合成方法研究

在使用证据理论进行数据融合的过程中,有时精确的信度结构很难获得,此时需要对区间信度进行合成.本文分析了在DST和DSm T框架下的区间证据合成问题,对目前使用的方法进行了简要的回顾.通过对优化方法进行研究,提出了4种应用于区间信度组合的优化方法.CDI1~CDI4方法都可应用于DST和DSm T框架,对不精确,不确定以及冲突的信息进行合成,合成结果准确度逐步提高.文章最后给出了算例验证,并与其他区间信度合成方法的进行对比.

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。

基于改进冲突度量的多证据直接融合算法

针对Jousselme证据距离函数不能较好描述证据局部冲突和不能对高冲突证据进行准确冲突度量的不足,该文首先提出改进的Jousselme证据距离函数,该函数基于能够较好描述证据之间局部冲突情况的非重合度对Jousselme证据距离函数进行改进,使其冲突度量结果随非重合度取值及其取值范围的变化按适当比例进行变化;其次,基于冲突系数和新改进Jousselme证据距离函数共同构建改进的融合冲突度量函数。在此基础上,对焦元权系数计算式进行改进,并依此对局部多维冲突信息进行按比例分配。理论及应用分析结果表明,新算法是一种适用性广泛且抗干扰性能好的证据融合算法。

基于综合冲突度量的高冲突证据融合算法

为提高冲突证据的合成效果,针对已有基于改进Jousselme证据距离函数的冲突度量算法进行研究,提出基于非包含度和改进Jousselme证据距离函数共同度量证据冲突的综合冲突度量算法,并依此计算证据权重;在此基础上基于焦元被其他证据中同一焦元的共同支持度对焦元可信度计算式进行改进,并将上述改进结果应用于优化两两证据合成顺序的局部冲突信息再分配算法中。将新算法和已有相关算法进行算例与仿真实验比较分析,结果表明,在证据之间存在高冲突情况下,所提新算法的正确目标识别概率高于已有其他证据融合算法,且对于一般证据,新算法也具有较满意的证据融合效果,新算法是一种具有较高灵活性和较强抗干扰性的证据融合算法。

基于多证据同步融合的目标辨识算法

为提高不同类型冲突证据融合结果的可靠性,提出基于多证据同步融合的目标辨识算法。新算法先是通过分析证据之间的冲突状况,选择适用的冲突衡量参数,并相应给出基于不同参数的证据及源自于不同证据焦元的权值计算公式;进一步,依据新的焦元权值对多证据局部冲突信息实行按权指派。实例和仿真应用结果显示,与现有常用相关算法比较,新算法具有稳定性高、使用范围广泛的优点。

一种新的处理冲突证据的方法

为了解决Dempster规则不能处理冲突证据的问题,引入目标的综合支持度,来刻画证据对目标的支持度的不同。利用目标的综合支持度,提出一种新的融合方法。新方法不但能够处理冲突证据,与其他方法比较,还具有更快的收敛速度。实验结果表明了新方法的有效性。

基于证据加权融合的改进D-S目标识别算法

为有效融合高冲突证据,在总结已有D-S改进算法(CID-S)的基础上提出了新的基于证据加权融合的改进D-S目标识别算法(NID-S).该算法充分考虑了待融合的两证据源与其他证据源间的关联关系,根据相似度矩阵非负对称的性质求取各证据源的相似度、可信度等特征,进而利用证据源的可信度进行加权平均求和,得到不同证据源对各焦元的支持度,并将其作为一组中心值;然后构造相似度函数,并计算不同证据源中的各焦元信度赋值与其对应焦元的中心值的关联程度,从而确定参与产生矛盾信息的焦元的可信度;最后,在局部冲突信息再分配的基础上,给出改进的D-S组合规则.并与D-S算法、已有改进D-S算法进行仿真分析、对比,结果表明:无论是在相对好的探测环境还是强干扰的环境下,本文所提出的改进D-S算法的目标识别结果均优于D-S及其已有改进算法,且是一种实时性好、抗干扰能力较强,适用范围广泛的目标识别算法.

基于混合云技术的媒体融合系统设计

为满足融媒体中心对高效、低成本、高可靠性的媒体融合服务需求,设计一个基于混合云技术的媒体融合系统。首先,通过公有云和私有云搭建混合架构,包括用户、混合云管理、混合云三个多源信息合成模块。其次,根据混合云环境的特点和用户需求,设计资源混合模型,包括数据层、特征层和决策层三个层次,并基于证据组合规则、DAG工作流模型对三个层次进行优化。最后,测试系统性能(即所用时间和成本)并与其他方案进行比较。结果表明,所设计的融合任务的通过率保持在100%,在时间和成本上的花费低于其他算法50%以上,系统稳定性较高。提出的媒体融合系统可被实际推广应用。

改进灰色关联算法在辐射源识别中的应用

针对复杂电磁环境中电子侦察传感器获得的辐射源信息具有不完整性和模糊性的特点,提出了基于灰色关联和证据理论的辐射源识别新方法。该方法针对一般的主观灰色关联权重可靠性不足的缺点,依据信息熵理论实时计算出灰色关联算法的权重,利用自适应熵权灰色关联算法获得证据的基本概率赋值函数。然后再根据证据组合规则和基于基本概率赋值的判决准则,融合不同电子侦察传感器的证据,识别不同类型的辐射源。理论分析和仿真结果表明,与一般的主观灰色关联算法相比,自适应熵权灰色关联算法具有更高的目标识别率、更好的环境适应性和更强的计算可靠性。

一种基于灰关联分析的多目标跟踪算法

针对多特征信息融合算法进行研究,给出了一种基于灰关联分析的多目标跟踪算法.该算法首先利用灰关联算法对多特征信息进行处理,然后利用证据距离法赋予各种特征信息不同的权重,进而利用D-S证据组合规则对多特征信息进行加权融合.将基于灰关联证据距离(GED)融合多特征信息的新算法与已有算法进行仿真对比,结果表明,本文所提新算法不仅具有较准确的目标跟踪精度,而且其时间花费较少.

新的分布交互式多模型广义概率数据关联算法

为有效解决密集杂波环境下分布式多传感器多机动目标跟踪问题,提出了一种基于改进D-S证据组合规则的分布交互式多模型多传感器广义概率数据关联(DIMM-MSGPDA-IDS)算法。该算法首先对各局部节点均应用单传感器的IMM-GPDA算法跟踪多机动目标,并将其各模型的状态估计、协方差估计、模型概率、组合新息及其协方差矩阵等滤波结果送至融合中心;在航迹关联判决结束后,融合中心根据各模型对应似然函数的大小融合不同传感器关于同一目标的模型状态估计及其协方差矩阵,并提出利用三维(3-D)证据进行直接融合的改进D-S算法对来源于同一目标的不同传感器的各模型概率进行有效融合,然后依此概率来更新各目标的状态估计并反馈至各局部节点,使之获得更为精确的状态预测;最后,将该算法与基于D-S证据组合规则的分布交互式多模型多传感器联合概率数据关联(DIMM-MSJPDA-DS)算法进行仿真对比分析。理论分析和仿真结果表明,该算法能够很好地对强机动目标进行跟踪,且其计算量相对较小,是一种有效的分布交互式多模型多传感器多机动目标跟踪算法。

基于证据推理的流域水质综合评价法——以湘江水质评价为例

水质综合评价是水环境综合整治的重要基础性工作,通过科学准确的评价,才能对水质治理做出科学的治理规划和有效的治理措施.本文基于证据推理理论,提出了一种水质综合评价方法.通过建立水质综合评估模型和信度分布函数,将水质指标的监测值转化为各评估等级的置信度;结合证据推理的合成规则和算法,将隶属于同一评估等级的指标进行证据递归合成,计算出各评估等级的概率分布;并引入效用理论,实现水质的相互比较.本文以湘江为例,对其2011-2017年水质进行综合评估.同时,将本方法与水质评价中应用较为广泛的模糊综合评价法、灰色聚类法进行比较,结果显示,基于证据推理的水质综合评价法更加科学准确,能有效地反映水质的实际情况.本文对流域内不同空间、时间点水质的多指标数据融合和不确定性数据处理具有参考价值,也为湘江流域的水质精准治理和环境管理决策提供支持.

基于证据排序融合的局部冲突信息再分配算法

为提高证据冲突度量和融合结果的准确性,提出一种基于证据排序融合的局部冲突信息再分配算法.该算法首先基于证据距离和冲突系数共同度量证据冲突,在此基础上对证据融合顺序进行优化,并对不同证据中不同焦元的冲突度量算法进行改进.进一步,在对证据进行依序融合过程中,将新的证据以及焦元冲突度量结果应用于对局部冲突信息进行再分配.与已有相关算法进行的理论和应用对比分析结果表明,所提算法的证据融合效果更加稳定、可靠.