设m1和m2是由两个独立的证据源(传感器)导出的基本概率分配函数,Bel1和Bel2为识别框架 θ 上的信任度函数,则Dempster组合规则可以计算这两个证据共同作用产生的反映融合信息的新的基本概率分配函数,且焦元集合分别为A1,A2,A3,...,Ai和B1,B2,B3,...,Bj,过程图如下所示: 其中k代表矛盾因子,反映了不同证据之...
D-S(Dempster-Shafer)证据理论作为一种重要的决策融合方法,能够有效地融合来自不同信息源的数据,提高决策的准确性和可靠性。然而,传统的D-S证据理论在处理复杂决策问题时仍存在一定局限性。本文旨在研究改进D-S证据理论的决策融合算法,并探讨其在实际应用中的效果。 二、D-S证据理论概述 D-S证据理论是一种基于...
D-S证据理论是一种基于概率论的决策融合算法,通过将不同来源的证据进行融合,得到一个全局决策结果。它能够处理不确定性和不完全性信息,具有一定的容错性和鲁棒性。然而,传统的D-S证据理论在处理复杂问题时仍存在一些问题,如易陷入局部最优解、计算复杂度大等。 三、改进的D-S证据理论决策融合算法 针对传统D-S证...
最初的融合分为3个层次:像素级融合、特征级融合和决策级融合。D-S方法是决策级融合的重要方法,在数据融合领域应用极为广泛。该方法以D-S理论,即证据理论为基础,核心是Dempste合成规则。 Dempster-Sharer证据理论简源于20世纪60年代Dempster在多值映射方面的工作,他将证据的信任函数与概率空间的一概率的最大、最小...
文章首先介绍了D-S证据理论的基本原理和现有问题,然后详细阐述了改进的决策融合算法,最后通过实验数据和实际案例验证了改进算法的有效性和优越性。 一、引言 D-S证据理论作为一种重要的决策融合方法,在多源信息融合、人工智能等领域得到了广泛的应用。然而,随着应用场景的复杂化和数据量的增长,传统的D-S证据理论在...
一.D-S证据理论引入 诞生: D-S证据理论的诞生:起源于20世纪60年代的哈佛大学数学家A.P. Dempster利用上、下限概率解决多值映射问题,1967年起连续发表一系列论文,标志着证据理论的正式诞生。 形成: Dempster的学生G.shafer对证据理论做了进一步研究,引入信任函数概念,形成了一套“证据”和“组合”来处理不确定性推...
D-S证据理论组合正是由组合规则与判定规则组成的,Dempster组合规则作为其核心内容将多传感器的信息进行融合达到判定规则的标准,最终得到融合结果。 2、Matlab实现: 先编写了两个函数:DSfusion表示根据组合规则写的融合函数; DSjudg表示根据判定规则编写的决策函数; ...
提出了基于指数散度的冲突证据融合算法。利用指数交叉熵进行冲突证据的衡量，并将证据间的冲突系数构建距离矩阵，利用加权融合的方式进行数据融合。通过大量仿真对比研究，验证了所提算法的有效性与可靠性。关键词：D-S证据理论；冲突证据；证据融合；概率转换；置信距离测度；指数散度 - I - ...
摘 要：针对当前高速铁路信号系统数据信息多源异构问题，提出一种新的高铁信号异构数据融合框架设计方案。利用本体思想和Ｄ Ｓ证据理论方法，对底层数据信息进行特征融合，减少数据冗余，提高数据质量，优化决策效率，进行实验验证。实验结果表明：该方法在一定规模数据量时，计算速度快且准确率高，所提出的新的异构数据...
摘要：基于大坝安全监测数据及专家评价等重要信息源，构建了改进型D-S证据理论#通过加权优化的D-S证据理论处理监测信息，采用群决策法确定专家信息源的基本概率赋值，扩大融合的底层指标数来降低融合结果的模糊性，再采用VIKOR法修正信息源的基本概率赋值，最终运用D-S证据理论融合得到评价指标的安全性态值#结果表明，...