電子發燒友網>電子資料下載>電子論文>模擬數字論文>基于證據可信度的D_S證據理論合成規則_曹曉軍

基于證據可信度的D_S證據理論合成規則_曹曉軍

2033885 2017-03-16 | pdf | 1073KB | 次下載 | 1積分

資料介紹

　　證據處理在信息融合方面有廣泛的應用，本算法致力于解決智能交通視頻監控中的車輛跟蹤與目標識別。經典的 Dempster 合成規則具有優良的信息聚焦性能，可以使合成結果的不確定性明顯降低，但是在利用證據理論中的合成方法進行數據融合時，如果參與合成的證據間具有較大的不一致性或沖突，則證據合成方法不能使用或得出明顯不合理的結果，引起錯誤決策。沖突證據合成一直是證據理論所關注的焦點問題之一，許多學者在這方面進行了不少有益的探索。Smets 在證據完全可靠的前提下提出了可傳遞置信模型，該方法保持了原方法的優點，但是在實際中證據完全可靠的條件不易滿足。Yager 在證據不完全可靠的前提下，提出了取消正則化過程，此方法雖然能合成高沖突的證據，但是過于保守，認為沖突的證據無法提供任何有用的信息，對證據的擾動過于敏感，大大增加了推理的不穩定性，且在證據多于兩個時，很難獲得合理的結果，并具有一票否決的缺點。平均法沒有區分沖突信息和無沖突信息。Lefevre 定義了一個與涉及沖突焦元的基本信任分配值成正比的加權因子，有利于決策，但在高沖突時所承擔的風險較大。Murphy 提出了修改模型而不改變證據合成規則的方法，該規則可以處理沖突證據，且收斂速度較快，但是只是將多組證據進行簡單的平均，沒考慮各個證據之間的相關性。張兵等提出了一種加權平均的合成規則，但運算量大且計算復雜。