一种基于D-S证据理论的QoS可信度评估方法

为识别虚假QoS信息并识别Web服务间的共谋欺骗行为,提出了一种基于D-S证据理论的QoS可信度评估方法.该方法从公共信任(即基于服务间的历史交互记录)和私有信任(即基于服务自身交互经验)两方面评估QoS可信度,量化QoS信息,并以此判定QoS真实性,揭露和辟除Web服务间的共谋欺骗行为.仿真实验表明:该方法随着Web服务交互次数的增加,可信服务请求成功率也逐步上升,且要高于基于用户反馈的方法(即无法识别虚假、恶意服务的传统方法).实验结果初步验证了该方法的可行性和有效性.

基于证据可信度的D-S证据理论合成规则

Dempster合成规则是一种经典D-S理论的合成规则,但在参与合成的证据间具有较大的不一致性或冲突时,则不能使用或得出明显不合理的结果,引起错误决策。为了解决冲突证据的合成问题,提出了一种基于证据可信度的合成规则。通过算例仿真,该规则可以有效解决两个或两个以上的证据冲突问题,而且计算简单,计算量小。

基于证据可信度的D-S理论协作频谱感知方法

D-S证据理论频谱感知算法中,针对当协作用户数增加时所引起的报告数据量迅速增大、带宽开销增加问题,将本地测量统计量中不确定度分配到确定信息中,减少了向融合中心发送的数据量,有效降低了带宽开销;其次,针对高冲突数据对D-S证据理论融合结果影响大的问题,通过评估每个证据的可信度,将可信度作为权重来计算加权平均证据,降低了高冲突证据对融合结果的影响;仿真结果表明,所提方法在有效降低了报告带宽开销的同时,能够减少高冲突证据对融合结果的影响。

基于改进D-S证据理论的信任评估模型

针对已有的信任证据模型不能快速有效地处理分布式网络中存在的恶意攻击,且缺乏关于三元信任关系组的信任归一方法,提出了一种基于改进D-S证据理论的信任模型,在此基础上,提出了基于持续序列的基本可信度函数和基于评估函数的信任评估方法,使得模型能更快地抑制恶意节点,并且评估结果更贴近现实值。通过分析与仿真,验证了本模型具有抑制聚集信任攻击的有效性和健壮性,同时信任评估方法更具合理性和准确性。

D-S证据理论中一种新的冲突证据融合方法

针对D-S证据理论在融合高度冲突的证据时可能导致与直观结果相悖的问题,通过分析现有的几种冲突证据融合方法,提出了一种有效处理冲突证据的融合方法。该方法综合了模型修正和规则修正这两类方法的优点。首先基于冲突系数矩阵计算证据的可信度,并以此作为折扣因子来修正证据结构,然后基于局部冲突、局部分配原则确定证据合成时的冲突分配空间和分配权重。实验结果表明,该方法对合理的合成方向具有较快的收敛速度,同时降低了决策风险。

基于典型样本的证据理论信度函数分配构造方法

提出了一种基于典型样本的信度函数分配构造方法,先以典型样本为参照数据,计算证据在各个目标模式下的信度密度值,然后对其进行归一化处理得到信度函数分配,其中典型样本是以目标模式的特征典型值为中心的置信区间。该方法物理意义明确,具有较好的工程实用价值。

基于改进的D-S证据理论的中长期负荷预测方法

提出一种基于改进的证据理论的中长期负荷预测方法。该方法采用证据理论中Dempster合成法则和Yager组合规则,融合多种基础预测方法的预测结果,并将基于D-S证据理论的预测模型与专家经验进行无缝结合,使得改进后的预测方法更具实际意义。以某省级电力系统为例进行了负荷预测的分析和对比,结果证明了本文方法的有效性。

D-S证据理论中一种冲突证据的融合方法

针对D-S证据理论对于高冲突证据融合失效的问题,基于证据加权平均处理的方法,对D-S算法进行了改进。提出了一种新的相似度函数来表示证据的相似度,并通过归一化处理得到证据的支持度,对证据进行预处理,再采用Dempster规则融合证据。通过数值验证并与其他的改进算法对比,结果更为理想,它能有效地减小伪证据的不良影响,同时具有较高的收敛速度,降低了决策风险。对新的相似度函数进行分析,证明了改进算法的合理性。

D-S证据理论在凝汽器故障诊断中的应用

运用D S证据理论将用不同模糊方法得出的诊断结果进行融合。试验证明,融合以后的结果比模糊方法得出的诊断结果误判率更低。运用D S证据理论,可以减小因隶属度函数的不同而带来故障误判的可能性,从而更准确地判断故障原因。

D-S证据理论在驾驶行为决策中的应用

利用仿生学原理、D-S证据理论、模糊数学知识和产生式规则,研究了一种决策级多传感器信息融合算法。经仿真验证,此算法实时性好,能表示驾驶员的不确定性经验知识,克服其认知局限性,模拟其驾驶行为决策,快速、准确地确定车辆的运行模式,在一个或多个传感器失效的情况下也能保证一定的综合性能,具有良好的容错能力。同时,该研究也为智能车辆自动驾驶系统的仿真及实现提供了基础性理论依据。

D-S证据理论在多传感器信息融合中的改进

详细阐明了多传感器信息融合的一种方法——D-S证据理论,他是一种处理不确定性问题的有用方法,但是DS证据理论组合规则的一些不足影响证据理论的应用,通过深入分析,针对该方法的不足提出了一种修正的组合方法,这样不仅能够用于组合冲突比较大的证据,而且能够根据各条证据所包含的不同信息量进行自适应加权组合,改进了基本D-S证据理论的组合准则,提高了其融合性能,并通过实例证明了该方法的有效性。

D-S证据理论信息融合在故障诊断中的应用

介绍D-S证据理论信息融合算法的基本原理,研究D-S证据理论信息融合理论在电子设备故障诊断中的应用,它可有效地提高故障模式的识别能力,克服单一信息诊断的片面性和孤立性。

D-S证据理论的改进算法及其在导墙结构损伤定位中的应用验证

针对D-S证据理论组合规则存在的不足,根据导墙结构在水流荷载作用下的振动特性建立多种损伤定位指标,应用损伤前、后的实测响应分别计算各指标的识别结果,对结构的损伤位置进行初步判断,利用D-S证据理论的改进算法对各指标的识别结果进行融合计算,得出结构的损伤位置。模型试验结果表明:D-S证据理论的改进算法能够利用较少的证据获得正确的辨识结果,避免了单一指标由于传感器自身条件、噪声等因素所引起的错误判断,有效地降低了错误证据对最终融合结果的影响,适用于导墙结构的损伤定位研究。

基于D-S证据理论应用层DDOS攻击检测

提出一种基于D-S证据理论的应用层DDOS攻击检测算法,算法选取用户数据流作为输入焦元,设计了主/辅mass函数,选取用户浏览网页的时间行为和网页浏览热点跳转概率构造主mass函数,利用高耗资源请求比率构造辅助mass函数,进行规则的二次合成.实验结果表明算法具有可行性,能有效提高检测效率.

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D-S证据理论多模复合探测器信息融合算法研究

从D-S证据理论的基本概念和识别框架出发,提出一种新的符合探测器特征条件的基本概率赋值函数的构造算法,将探测器的探测信号对不同目标身份的模糊隶属度通过处理得到的识别判定精度作为探测器的基本概率赋值函数值,进行D-S证据融合。还给出了一个三种探测器目标识别的实例,结果表明,该方法得到的融合结果提高了目标识别的可信度,减小识别的不确定性。

改进的D-S证据理论在海上目标融合识别模型中的应用

船舶海上航行的过程中传感器获取到的信息间会存在冲突。本文对传统的D-S证据理论进行改进,通过权重来调整不同证据的可信度,然后利用Dempster合并法则实现目标信息的融合。最后通过对比实验证明本文改进算法的有效性和稳定性优于其他对比算法。

应用D-S证据理论进行多传感器雷达体制识别

在阐述Dempster-Shafer(D-S)证据理论的基础上,较系统地论述了基于D-S证据理论的多传感器雷达体制识别的数据融合方法,并给出了具体的识别实例。实验结果证明了基于多传感器融合后的识别结果明显优于单传感器的识别结果,说明了D-S证据理论的有效性和先进性。

基于D-S证据理论的多源信息融合方法在系留气球缆绳故障诊断中的应用研究

本文介绍了一种基于Dempster-shafer(D-S)证据理论的多源信息融合理论在系留气球缆绳故障诊断中的应用方法。分析介绍了D-S方法的基本理论、基本概率分配函数(BPA)的获取途径、组合法则和决策方法等。通过实例分析表明,该方法的应用可以大大降低原来只靠单个传感器判断的局限性和不确定性,给系留气球系统缆绳故障的判断提供了一种新的解决思路。

D-S证据理论在认知无线电中的应用

针对认知无线电(CR)中协作频谱感知时信息不确定性带来严重的性能影响,在协作开销允许的情况下,人们渴望得到感知增益很高的协作感知方案。由于D-S证据理论在决策系统中处理不确定性信息时能获得令人满意的性能,使得其在认知无线电中的应用会起很重要作用。一种基于D-S证据理论的协作频谱感知新方案被提出和发展。该方案能有效地提高检测概率,同时还能明显降低虚警概率。笔者对D-S证据理论在认知无线电中的应用情况进行了综述。