基于证据距离和矛盾因子的加权证据合成法

针对Dempster-Shafer(DS)理论直接对高冲突证据合成时会有融合结果不合理的问题,本文提出了一种加权证据合成法.在多个证据融合时,该方法综合利用证据距离和矛盾因子表示证据冲突,并根据各证据与其它证据的冲突程度确定其权重系数,基于此又分别采用两种适用于不同情况的方法对证据基本置信指派函数修正,然后用DS规则合成.算例实验表明了本文方法对高冲突证据融合的有效性,并且其融合结果还具有良好的收敛性.

一种基于证据距离的客观权重确定方法

证据理论能较好地处理具有模糊和不确定信息的合成问题,广泛应用于群决策中。但在高度冲突的证据下,合成结果会失真,为解决该问题,提出一种基于证据距离的客观权重确定方法。该方法根据各专家提供的证据间的距离来确定其客观权重,从而重新调整各专家证据的基本概率分配,可以降低与群体意见分歧较大的专家的权重。最后用一项目投资选择案例来验证该方法有效性。

基于加权证据距离的高度冲突证据组合方法

为了有效融合高度冲突的证据,以Murphy方法和邓勇加权平均法为基础,提出了一种新的基于加权证据距离的证据组合方法。用Murphy方法确定各证据体的权重,采用修正的City Block距离加权平均求证据间的两两距离,进而获取各证据被其他所有证据支持的程度,归一化各证据的总支持度作为该证据的权重,对多源证据加权平均后再利用Dempster组合规则实现信息融合。实验结果表明,该方法能够更加有效快速地识别出目标,拥有更快的收敛速度。

一种基于证据距离的D-S改进算法

针对高冲突下Dempster证据组合规则失效的问题,定义了描述证据可靠程度的可信度的概念,提出了一种改进的D-S组合算法。该方法首先通过证据距离,建立相似性矩阵,确定证据可信度,对证据进行预处理,再采用Dempster规则进行组合。通过仿真算例并与其它改进方法进行对比,验证了新算法在高冲突证据的情况下,可以有效地减小冲突对组合结果的影响,同时提高了证据组合的收敛速度,降低了决策风险。

一种证据距离量化及传感器可靠度确定的新方法

为解决传统传感器可靠度确定方法中存在的一定条件下证据间距离量化结果不合理的问题,基于信息粒度理论提出了一种新的证据距离——认知距离,并以此提出传感器可靠度的计算方法,用可靠度决定的折扣因子对证据进行折扣,最后使用DS证据理论对修正后的证据进行融合。仿真实验表明,与几种代表性的基于传感器可靠度的融合方法和证据理论及其改进方法对比,本文方法在不同情况下均具有良好性能。

一种新的基于证据距离的证据合成算法

针对D-S证据理论对于高度冲突证据合成时出现与常理相悖结论的问题,提出了一种基于证据距离的加权证据合成方法,并给出了具体算法。新算法仍然使用D-S合成公式,但需考虑融合系统中证据源的修正问题。利用证据总体的期望值将Jousselme提出的证据距离修正,从而得出证据权,通过证据权对源证据的基本可信度分配函数进行修正,并通过算例比较,说明新的算法具有更有效的合成结果。

基于云模型和证据距离的城镇住宅用地评估

针对传统方法主观因素多,评估过程繁琐,不能彻底解决评估过程存在的大量不确定性和模糊性问题,使得完全客观的评估难以实现的缺点,本文提出把云模型应用于住宅用地潜力评估的方法,用正向云发生器统一量纲,用证据距离融合专家给出的权重,通过X-条件云发生器来确定住宅用地潜力的级别。实例验证了本方法是可行的,并且评估结果较客观、准确。

基于贴近度的新证据距离表示方法

冲突证据合成之前,确定证据的冲突程度是必须的。为了更加准确表示证据的冲突程度,提出了一种新的证据距离表示方法。通过改进的最大最小法公式,得到证据距离。通过具体的冲突证据实验,冲突证据得到的证据距离最大,从提出的算法得到的证据距离判断冲突证据,和实际结果一致。新的证据距离可以很好地表示证据间冲突程度,可以进一步处理用于冲突证据合成。

一种新的证据距离表示方法

在冲突证据合成之前,确定证据的冲突程度是必须的。为了更加准确地表示证据的冲突程度,提出了一种新的证据距离表示方法。方法以2种方式相反的冲突表示系数为基础,通过KL融合得到两者距离,进一步通过提出的距离公式,最终得到证据距离。通过具体的冲突证据实验,使得到的证据距离最大,且采用提出算法使得到的证据距离来判断冲突证据与结果,实际结果一致。新的证据距离可以很好地表示证据间的冲突程度,可以进一步处理用于冲突证据的合成。

一种修正证据距离

Jousselme提出证据距离衡量一组表示分类结果的证据与代表真实结果证据之间的差异性程度。该文通过分析得到Jousselme证据距离衡量一般形式证据的差异性程度存在不足:证据基本信任分配分布的分散程度越大,Jousselme证据距离越小,两组完全不相同的非类别证据间的Jousselme证据距离不为最大值1。针对不足,该文提出一种修正证据距离。数值算例表明,修正证据距离扩展了Jousselme证据距离对证据差异性程度衡量的适用范围。

基于证据距离和不确定度的冲突数据融合算法

Dempster-Shafer证据理论广泛应用于信息融合的许多领域。但是,当使用证据理论对高度冲突的数据进行融合时,此时会出现有违常理的结果。为了解决冲突数据融合的问题,提出了一种基于证据距离和不确定度的冲突数据融合方法。通过证据距离计算证据之间的相对距离,将证据分为两种类别:可信证据和不可信证据。再应用新提出的信度熵对证据不确定度进行度量,对每个证据分配相应的权重,再根据权重对每个证据的基本信度值进行修正,再运用Dempster融合规则对修正后的信度进行组合得到最终全局信度值。通过算例实验,与其他几种经典的数据融合算法进行对比,仿真结果证明算法能够有效地解决数据冲突的问题。

基于证据距离理论的信息系统安全风险分析

针对信息安全风险评估过程中专家评价意见多样以及不确定信息难以量化处理的问题,文章提出一种基于证据距离理论的风险评估方法。首先,根据等级保护要求和现场检测数据,采用矩阵范数求解系统资产面临的脆弱性证据距离;其次,应用D-S证据理论合成规则求解威胁可能作用于系统资产的证据距离;最后,将脆弱性证据距离与威胁可能作用于系统资产的证据距离融合后的结果作为系统的风险值。实践证明,该方法能有效降低多源风险评估的主观性和随机性,使评估结果更为科学、合理,为信息安全风险评估提供了一条科学的有效途径。

证据距离的选取对冲突证据组合影响的研究

为了研究证据距离的选取对冲突证据组合的影响,提出一种将不同的证据距离度量方式应用在加权证据组合中的对比方法。首先采用不同的证据距离度量方式得到证据相似度,依据证据相似度求得证据可靠度,之后用证据可靠度对证据进行加权求和得到平均证据,最终对平均证据进行证据组合,对比在不同的证据距离度量方式下上述证据组合过程的合理性,得到适合加权证据组合中权重生成的距离度量方式。采用4个算例,对不同的证据距离度量方式下求得的证据可靠度、平均证据和证据组合结果进行分析比较,实验结果表明,与其他证据距离相比,利用该方法选出的证据距离能够更有效地体现证据之间的差异性,所求取的证据可靠度与实际情况更为贴合。

基于改进Jousselme证据距离的多传感器决策融合方法

多传感器系统通常能够获取各种不同的量测数据,但是其信息的准确性和可靠性往往难以被保证,使用这些数据所做出的决策很有可能与事实相悖。鉴于此,在D-S证据理论框架内提出了一种基于改进Jousselme证据距离的多传感器决策融合方法。通过对相似性Jaccard系数矩阵分块化处理,以合理准确地描述传感器节点证据冲突,并借此计算各传感器节点的权值来修正证据源,最终通过D-S融合规则得到正确决策。数值实验结果显示提出方法的识别率最高可达92.52%,相比Muphy法高出了17.28%,而不确定度却降低了2个数量级,不但能够快速准确地识别传感器节点证据冲突,而且决策风险更小,因此适用范围更广。

基于证据距离的改进DS/AHP多属性群决策方法

证据推理/层次分析(DS/AHP)方法采用了AHP法的层次结构模型和证据理论的分析过程,为不确定多属性决策问题的解决提供了新思路,但其在构造知识矩阵中用"0"代表残缺信息是不合理的.鉴于此,对DS/AHP方法进行了改进,并将改进后的方法拓展到群决策中,研究了专家群体权向量的确定方法.具体地,引入证据距离的概念,通过计算专家证据的综合距离来对专家赋权,体现了群决策中的多数人规则.

一种基于证据距离的多分类器差异性度量

多分类器系统因其能够显著提升分类精度而引发了广泛关注。多分类器系统中各子分类器间的差异性是提升融合分类精度的先决条件。提出了一种基于证据距离的分类器系统差异性度量,同时基于该度量提出一种多分类器系统构造方法。综合了既有差异性度量、所提新差异性度量以及在训练样本集上的分类性能等多个指标,实现了多分类器系统的有效构造。实验结果表明,所提差异性度量及多分类器系统构造方法是合理的,能有效提升融合分类精度。

基于Jousselme距离的证据理论决策方法

针对证据理论融合结果的决策问题,提出了利用Jousselme距离对融合结果进行决策的方法。首先把辨识框架中的元素表示为目标证据,然后计算融合结果与目标证据之间的Jousselme距离,当距离最小时对应一个目标证据,此目标证据对应的元素即为最终的决策结果。仿真算例表明该方法可以得到合理的决策结果。

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。

基于相容性距离的冲突证据合成方法研究

针对传统证据理论中高度冲突证据组合出现反直观结果的问题,提出了一种基于相容性距离的冲突证据合成方法。分析了证据理论存在的三个方面问题和各种改进方法的特点,通过欧式距离建立了证据距离和相容性测度矩阵,对接受度归一化后计算出相容因子来对冲突概率进行加权分配。数值算例验证了改进合成公式的有效性和合理性。

基于冲突证据距离的DS合成方法研究

为了解决现有对于高度冲突证据的合成方法存在的问题与不足,提出了一种新的合成方法.新方法以相似性质的冲突程度和相似系数为基元,利用改进的KL来计算得到证据距离,通过证据距离和中心证据的关系建立权值,权值反映了证据的重要程度,在已有的基本可信度分配函数中加入权值进行修正.最后通过改进的方法,得到合成结果.通过算例比较,表明新方法的合成结果更为理想,更加符合实际情形.