基于D-S证据理论的多传感器数据融合 摘要:D-S" title="D-S">D-S证据理论可以有效地处理不确定信息,是有效的数据融合" title="数据融合">数据融合方法之一,但在证据高度冲突时,其归一化过程会产生有悖常理的结果。针对这个问题,国内外的学者提出了许多不同的改进方法,基本上可分为两类:修改组合规则和修改融合...
2 采用证据理论实现多种判决结果的融合决策 在时序数据曲线一致性判决中,由于遥测数据在天地间传输过程中的信号干扰以及外部环境的影响,导致通过单个途径(上述3种相关系数)判断获取的数据与历史数据的一致性存在不确定性和随机性[8]。为了提高在工程应用中遥测数据辨识的可靠性,提高计算机自动化识别的准确率,采用证据理...
系统常见的决策方法有哪3种?相关知识点: 试题来源: 解析 答:DS证据理论合成规则具有以下基本性质:(1)交换性;(2)结合率;(3) 极化性;(4)鲁棒性。(4分) 常见决策方法:(1)基于信任函数的决策;(2)基于基本概率赋值的决策; (3)基 于最小风险的决策。(6分)反馈 收藏 ...
核心: Dempster合成规则——将多个主体(可以是不同的人的预测、不同的传感器的数据、不同的分类器的输出结果等等)相融合 不知道为什么);满足比Bayes概率理论更弱的条件,即 “不必满足概率可加性” 2、可以融合多种数据和知识(正如核心中所述) 还没有理解感受到)。 缺点: 1、证据必须是独立的 2、证据合成规则...
基于DS证据理论的数据融合系统常见的决策方法有哪3种?相关知识点: 试题来源: 解析 答:DS证据理论合成规那么具有以下根本性质:〔1〕交换性;〔2〕结合率;〔3〕极化性;〔4〕鲁棒性。〔4分〕 常见决策方法:〔1〕基于信任函数的决策;〔2〕基于根本概率赋值的决策;〔3〕基于最小风险的决策。〔6分〕...
证据理论支持度针对电子测压器校准数据融合时常规加权平均法对实测数据利用率过低的问题,提出基于证据理论的测压器校准数据融合方法.该方法通过分析实测数据间的离散度与支持度为数据分配了基本概率,解决了证据理论应用时基本概率分配的难点;采用证据理论对数据进行融合解决了原有加权平均法对实测数据利用率低的问题.实验...
基于DS证据理论的多传感器数据融合算法主要包括以下几个步骤: 1.数据预处理:对来自不同传感器的原始数据进行预处理,包括去噪、滤波、特征提取等操作,以得到更纯净的数据。 2.证据建模:将预处理后的数据转化为DS证据理论中的基本概率分配(BPA),即每个命题的支持程度。 3.证据组合:利用DS组合规则,将来自不同传感器的...
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...
简介:【数据融合】基于DS证据理论实现数据融合附matlab代码 1 简介 将多传感器信息融合技术引用到军事领域,介绍了基于 D-S 证据理论的多传感器多个测量周期的信息融合(时空信息融合)的方法,并将该方法应用于多个雷达的信息融合。模拟实验结果表明,与单个传感器相比,基于 D-S 证据理论的多传感器时空信息融合的结果具有较...
得出 D-S 证据理论中两传感器对各待诊断元件的信度函数分配,再利用D-S 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: D-S 证据理论;信度函数;数据融合;故障诊断中图分类号: TP1 ;TP274 文献标识码: A 文章编号: 0372-2112(...