专利名称::基于模糊隶属函数的证据理论bpa生成方法技术领域::本发明属于信息融合范畴,涉及自动目标识别领域。背景技术::D-S证据理论能够比概率论更有效的表示和处理不确定信息,使得其在目标识别领域得到广泛应用,而正确获得基本概率指派(BPA)是应用证据理论的基础,BPA是否合理直接关系到融合结果是否合理。BPA生成总体来
证据理论的基本概率赋值(BasicProbabilityAssignment,BPA)是在命题的幂集上分配 的,这个特点使得BPA能够比只在单子集命题上分配的概率更有效地表示和处理不确定 信息,因而在信息融合和人工智能的不确定推理等领域得到了广泛应用。但是如何基于 BPA做出决策依然是一个有待解决的问题,将BPA转化为概率函数进行决策是一个简单...
D-S证据理论在多传感器的数据融合中有着广泛的应用。但其中的基本概率分配多为领域专家按经验指定,存在一定的主观性,通用性不强。为解决这一问题,提出一种新的概率分配方法。新方法使用已有的样本数据构造了属性类别的正态分布描述,基于待测样本和已构造的正态曲线之间的交点生成嵌套结构的BPA函数。新方法可以有效克...
背景技术D-S证据理论能够比概率论更有效的表示和处理不确定信息,使得其在目标识别 领域得到广泛应用,而正确获得基本概率指派(BPA)是应用证据理论的基础,BPA是否合理 直接关系到融合结果是否合理。BPA生成总体来看可以分为两大类,一类是专家根据主观经 验加以设定,一类是系统根据一些已知条件自动生成BPA。本发明所提出的...