证据理论与神经网络的结合 基于数据的 Markovian 与 Dirichlet 混合方法实现对证据理论质函数的赋值。 三、理论+实践过程: 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...
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...
提出一种基于 D-S 证据理论的组合数据融合算法 .先对传感器网络的当前值依据各组数据的标准差进行聚类, 然后对每一类数据组, 用 D-S 证据推理算法进行融合 , 将其结果看成一个虚拟传感器节点数据, 最后通过计算马哈诺比斯距离得出虚拟节点数据向量的异常值, 把它作为加权权重进行加权融合.仿真试验表明:该算法识别...
—242— ·工程应用技术与实现·基于 D-S 证据理论的多平台协同数据融合 张晓明 王航宇 黄 达 海军工程大学指挥自动化系 武汉 430033 摘 要 对 D-S 证据理论用于多平台协同数据融合进行了分析 提出了多平台协同数据融合的设计思想和结构 将其用于舰船类型的识别。通过 MATLAB 仿真 证明了多平台协同数据融合降低了...
4 D-S 证据理论与贝叶斯推理的比较 在D-S 理论中,可以把表示不确定概念的概率直接分配给不知道的事件, 也就是能非配给知识框架 里的任何命题,与此同时,可以把传感器的分类错误 用直接分配给表示由不知道所引起的不确定的识别框架 一定量的分配概率来 表示。可以把概率分配值赋予识别框架中各命题的并命题。在...
系统标签: 证据 理论 度函数 融合 子集 焦元 基于D-S证据理论的数据融合1D-S证据理论概述...12D-S证据理论的合成...
D-S证据理论近似算法在数据融合中的应用
基于D-S证据理论的多特征数据融合算法
多平台协同数据融合的实质就是在同一识别框架下,利用 Dempster 合并规则将各个证据体合并成一个新的证据体,而 这个新的证据体就表示了多平台协同融合后得到的信息,然 后再根据决策规则进行决策. 3 设计思想和结构 D-S 证据理论应用于传统的多传感器数据融合系统时, 多个证据的结合计算可以用两个证据的结合计算递...
"# 联合规则得到融合后的信度函数分配,从而确定故障元件,并通过单传感器诊断结果与融合诊断结果比较,说明多传感器融合的优越性+关键词:!"# 证据理论; 信度函数; 数据融合; 故障诊断中图分类号:,-$.; ,-%/)文献标识码:0文章编号:’*/%"%$$%(%’’%) ’%"’%%$"’*!"...