基于D-S证据理论的信息融合图像识别

针对图像识别的不确定问题,提出一种基于Dempster-Shafer(D-S)证据理论的信息融合图像识别算法.用灰度-相位共生矩阵和灰度-梯度共生矩阵提取图像的纹理特征参数,对纹理特征参数进行转化得到待识别图像在其他类图像上的信度函数分配;利用D-S联合规则得到融合后的信度函数分配,从而准确识别图像;通过单一矩阵图像识别结果与融合识别结果比较,说明D-S数据融合在识别图像方面的优越性.

基于时间顺序标码的可计算的信任评价模型

信任本身是一个社会认知的概念,因此从认知的角度来研究信任是合适的。通过引入时间认知,建立一种基于时间顺序标码(TSM)的信任评价的概念模型。在分析了经验信息的三种遗忘效应(即距离效应、边界效应以及层级效应)后,将其应用到个体信任值的计算中。在概念模型的基础上,采用D-S信度理论来建立信任的可计算模型。对比了理论与实验结果,表明该模型是有效的。