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...
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...
别称:证据理论、Dempster-Shafer理论、DS理论。 优点:简单理解,我们通过实验获取数据比理论推导要更直观更容易一些,而证据理论的核心——Dempster合成规则,能综合不同专家或者数据源的知识或者数据,这就使得证据理论在专家系统、信息融合等领域中得到了广泛应用。 局限性: 证据/数据必须是独立的,而这有时不易满足; 证...
这种不确定性问题除了可以应用传统的概率理论来解决,还可以借助其他不确定性理论,如证据理论(也称 Dempster-Shafer 理论),利用这一理论可以方便地表示和处理不确定性知识。上述的几个概念组成的解决框架就是DS 证据理论(Dempster-Shafer envidence theory) 也称为DS理论。 是一种处理不确定性问题的完整理论。它不仅能...
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...
证据理论，又称Dempster-Shafer理论或DS理论，是一种直观理解的理论。我们通过实验获取数据，比理论推导更直观、容易。DS理论的核心是Dempster合成规则，它能够综合不同专家或数据源的知识和数据，广泛应用于专家系统和信息融合等领域。然而，证据理论也有其局限性。首先，证据或数据必须独立，但这在实际应用中...
为了进一步改进邻域分类器的分类机制,提升分类性能,提出Dempster-Shafer(D-S)证据理论驱动的邻域粗糙分类方法.首先,采用邻域决策错误率作为属性重要性的指标研究基于邻域决策错误率的属性约简方法,通过删除冗余属性,为分类学习提供重要的属性集合;其次,改变传统多数投票机制,将D-S证据理论引入邻域样本的信息融合中,提出...
D-S(Dempster-Shafer)证据理论 1. Fuzzy algorithm was operated to adjust the weights of two modules,and then the fault fusion decision was made by D-S(Dempster-Shafer) theory. 传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要...
D-S证据理论算法3) D-S evidence inference method D-S证据推理方法 1. This paper first classifies the Leader Opinions of Customers according to value orientation motives of customers,and then builds a multi-characteristic two-layer recognition model in which the interception agency is used to obser...