基于迭代合成的D-S证据理论改进方法

发布时间：2017-11-02 11:08

  本文关键词：基于迭代合成的D-S证据理论改进方法

  更多相关文章： 证据理论 合成规则 冲突证据 折扣因子 迭代

【摘要】：针对D-S算法中折扣因子不能准确度量证据重要性和一次合成不够精确等问题进行了研究,提出一种基于迭代合成的D-S改进算法。该算法使用复合折扣因子进行证据重要性度量,并用融合结果不断修正复合折扣因子,通过多轮迭代合成最终结果。最后用模拟算例验证了算法具有很好的融合效果,算法的迭代次数不会随着融合精度的提升而激增,也不会随着证据规模的增大而增多,说明算法是有效的、稳定的和可扩展的,适用于大规模证据合成。
【作者单位】： 国防科学技术大学计算机学院;
【关键词】： 证据理论 合成规则 冲突证据 折扣因子 迭代
【基金】：国家自然科学基金资助项目(61202482) 国家“863”计划资助项目(2012AA01A50606)
【分类号】：TP202
【正文快照】： Dempster-Shafer(D-S)证据理论[1,2]产生于20世纪60年代,已发展成为一种有效的不确定性推理方法,较传统贝叶斯推理方法能够更好地把握问题的未知性和不确定性[3],在人工智能、信息融合、模式识别和决策分析等多个方面得到了广泛应用[4,5]。经典D-S证据理论无法有效处理高度冲

【相似文献】

中国期刊全文数据库 前10条

1 张乐星;;用D-S证据理论实现多传感器信息融合的一种改进算法[J];传感器世界;2006年10期

2 崔智军;王庆春;;基于D-S证据理论的多传感器数据融合[J];现代电子技术;2011年12期

3 黄瑛,陶云刚,周洁敏,苏登军;D-S证据理论在多传感器数据融合中的应用[J];南京航空航天大学学报;1999年02期

4 惠增宏;;基于加权D-S证据理论的分布式多传感器目标识别[J];计算机应用;2007年01期

5 杨帆;刘畅;;基于D-S证据理论的多传感器目标识别应用[J];武汉工程大学学报;2009年01期

6 孙玉胜;郑彩玲;;基于D-S证据理论的机器人多传感器信息融合方法研究[J];郑州轻工业学院学报(自然科学版);2011年02期

7 黄瑛;陶云刚;周洁敏;;D-S证据理论在多传感器数据融合中的应用[J];江苏航空;1999年Z1期

8 孙慧影,张彦军,崔平远;用D-S证据理论方法实现多传感器数据融合[J];青岛科技大学学报(自然科学版);2003年05期

9 唐海峰,张合,李豪杰;D-S证据理论在多传感器目标识别中的应用[J];传感器技术;2002年12期

10 陈玉坤;司锡才;郜丽鹏;;组合D-S证据理论在多传感器信息融合中的应用[J];弹箭与制导学报;2006年S1期

中国重要会议论文全文数据库 前5条

1 胡玉兰;范晓静;;基于D-S证据理论改进方法的目标识别[A];第二十七届中国控制会议论文集[C];2008年

2 佘二永;;一种基于D-S证据理论的高光谱图像分类方法[A];2009年通信理论与信号处理学术年会论文集[C];2009年

3 边宝峰;马平;;基于模糊神经网络和D-S证据理论的信息融合方法的研究[A];第二十三届中国控制会议论文集（下册）[C];2004年

4 张佑春;王平;张公永;;基于D-S证据理论和神经网络的信息融合方法及应用[A];第二十七届中国控制会议论文集[C];2008年

5 周浔;王晓丽;;粗BP神经网络和D-S证据理论在目标识别中的应用[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年

中国硕士学位论文全文数据库 前10条

1 蔡斌斌;基于D-S证据理论的多准则特征集优选方法[D];西南交通大学;2015年

2 鹿高娜;基于D-S证据理论的融合事件检测算法研究[D];北京交通大学;2016年

3 陈淑娟;基于D-S证据理论的多传感器数据融合危险预警系统[D];北京化工大学;2010年

4 程子成;D-S证据理论中信任函数概率逼近方法研究[D];江西师范大学;2015年

5 徐培玲;开放识别框架D-S证据理论合成规则研究[D];中北大学;2008年

6 马乾天;基于D-S证据理论的矿柱稳定性应力与声发射监测数据分析方法[D];江西理工大学;2012年

7 秦鹏;基于最小二乘支持向量机和D-S证据理论的电力变压器故障诊断研究[D];兰州交通大学;2015年

8 李博;基于D-S证据理论的井下环境监测系统[D];辽宁工程技术大学;2006年

9 胡良梅;基于D-S证据理论的神经网络形状识别系统[D];合肥工业大学;2002年

10 王沅召;基于D-S证据理论和贝叶斯网络的电机故障诊断研究[D];沈阳工业大学;2014年

，

本文编号：1131274