DS 证据理论(Dempster-Shafer envidence theory)也称为DS理论,是由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,由他的学生Shafer于1976年进一步发展起来的一种不精确推理理论,也称为Dempster/Shafer 证据理论(D-S证据理论),属于人工智能范畴,最早应用于专家系统中,具有处理不确定...
则“本”的组合mass函数为 同理对“萨”和“霍”,“本,萨”,"萨,本,霍”有 好啦,相信通过这个例子大家对的D-S证据理论有了基本的认识。以上就是对该理论的基本介绍,当然该理论还有很多值得探讨的内容,本人也在学习当中,以后将会继续分享。
它基于概率论的扩展,可以处理更为复杂的不确定性情况。在D-S证据理论中,假设、规则和证据都可以用来描述不确定性。假设表示我们对某个事件或情况的信念或猜测,规则表示不同假设之间的逻辑关系,证据则是我们从观测或数据中获得的信息。D-S证据理论的关键是将证据与假设之间的不确定性量化为称为证据权重的数值。证据...
D-S证据理论诞生于上世纪六十年代,该理论的特点是考虑并处理了不确定事件。面对一件事的结果,概率论认为非此即彼,如明天是否会下雨,概率论会给出下雨的概率为0.6,则不下雨的概率为0.4;而证据理论则会考虑我们不知道的情况,即信任明天下雨的值为0.6,不知道明天下不下雨给出0.3,通过明确考虑“不知道”、“不确定...
Dempster-shafer(D-S)证据理论是概率论的推广,它允许人们对不确定性问题进行建模,并进行推理,能够更加客观的反映事物的不确定性。在具体设计时,本文分三个模块进行处理,D-S合成模块、BPA模块、局部决策模块。系统的结构示意图如图2-8所示。 图2-8系统结构简图 1.局部融合算法 在局部融算法中采用自适应加权数据...
Dempster/Shafer 证据理论(D-S证据理论)的大体内容如下: 一、简介: 在理论中,由互不相容的基本命题组成的完备集合Θ称为识别框架,表示对于某一问题的所有可能答案,但是只有一个答案是正确的。D-S证据理论成为处理不确定性问题的完整理论。 其中,θj 称为识别框架 Θ
D-S理论是对贝叶斯推理方法推广,主要是利用概率论中贝叶斯条件概率来进行的,需要知道先验概率。而D-S证据理论不需要知道先验概率,能够很好地表示“不确定”,被广泛用来处理不确定数据。 适用于:信息融合、专家系统、情报分析、法律案件分析、多属性决策分析 ...
《D-S证据理论的冲突证据合成方法》是2010年国防工业出版社出版的图书,作者是杨风暴、王肖霞。内容简介 《D-S证据理论的冲突证据合成方法》一书论述了解决冲突证据合成问题的有关研究内容,具体包括D-S证据理论的基本概念、证据距离、合成规则的性质、冲突悖论、证据冲突的衡量、开放识别框架、冲突证据合成规则、冲突...
88 的 D-S 证据理论方法融合分类置信度,即对初始证 据集进行算数平均,再利用 D-S 证据理论对 n 条证 据迭代组合 n-1 次作为最终合成结果. 2 实验与讨论 为评估本文提出的融合框架的普适性,识别准 确性和解决分类冲突的能力,本文设计了 3 组对比 实验:单一感知网络实验,基于投票法融合策略实验 和本文融合...