【摘要】：近年來,社會信息化進程不斷加快,人類進入了萬物互聯(lián)的時代,如何有效融合不同層次的多源信息成為了當前各國政府部門以及科研機構的關注焦點。信息融合技術作為一個長期活躍的科研科熱點早已在軍事領域得到了有效應用,目前隨著人工智能以及物聯(lián)網(wǎng)的發(fā)展,信息融合在人們的日常生活中也得到了廣泛的關注。人們在享受著信息融合技術帶來生活便利的同時承擔著技術缺陷所帶來的風險,比如,醫(yī)療決策的誤判,情報處理的混亂等等。對于多源信息的處理,主要涉及信息的分析和建模。目前最常用的不確定信息建模方法主要有基于概率論與數(shù)理統(tǒng)計的方法、基于Dempster-Shafer證據(jù)理論的方法、模糊集理論和粗糙集理論方法。每種方法都有著各自的優(yōu)缺點,其中Dempster-Shafer證據(jù)理論在隨機不確定性表示以及主觀不確定性的表達方面的優(yōu)勢,以及能夠在缺失先驗信息情況下進行不確定推理等諸多優(yōu)良特性受到了科研人員的重視。雖然Dempster-Shafer證據(jù)理論有著眾多的優(yōu)點,但在實踐應用中還存在一些問題尚待完善。例如:基本信度指派函數(shù)的合理生成,證據(jù)關聯(lián)信息的處理以及沖突證據(jù)的融合等。其中,如何有效處理沖突證據(jù)一直是各國科研人員的研究重點。本文主要對沖突證據(jù)融合中的證據(jù)的可靠性進行了分析研究并提出了兩種應對證據(jù)沖突的處理方法。首先將信息熵引入證據(jù)的不確定性評估中,用其代替?zhèn)鹘y(tǒng)方法來評估不同證據(jù)的可靠性,并利用改進后的方法進行加權證據(jù)融合。然后,提出了一種基于信度區(qū)間的證據(jù)可靠度評估方法,該方法利用不同證據(jù)信度區(qū)間的差異作為證據(jù)可靠性的評估基準,并使用兩種不同的距離度量法進行證據(jù)融合。為了驗證本文所提出方法的有效性和實用性,我們在相同數(shù)據(jù)集上對比了多種沖突證據(jù)處理方法,驗證了新方法的有效性。具體內(nèi)容如下:(1)提出基于信息熵和模糊偏好的沖突證據(jù)融合方法大多數(shù)的研究人員在處理沖突證據(jù)時使用證據(jù)距離來衡量不同證據(jù)之間的差異度,然而,基于距離的方法高度依賴于所使用的證據(jù)距離的有效性而且增加了計算的復雜度。因此,我們引入了信息熵來評估證據(jù)之間的差異,并基于模糊偏好得出不同證據(jù)的可靠度,使用所得到的證據(jù)可靠度對原證據(jù)進行加權平均修正后再進行證據(jù)融合,從而能夠有效地解決沖突證據(jù)融合問題。(2)提出基于信度區(qū)間的證據(jù)可靠度評估方法距離度量被多數(shù)研究人員應用于沖突證據(jù)管理中,沖突管理所使用的證據(jù)距離的有效性成為此類方法所關注的重點。因此,我們使用基于信度區(qū)間的距離度量法來評估證據(jù)的可靠度。我們分別使用歐幾里德信度區(qū)間距離(Euclidean-family Belief Interval-Based Distance)以及切比雪夫信度區(qū)間距離(Chebyshev-family Belief Interval-based Distance)作為基準,結合證據(jù)不一致性度量法來得出不同證據(jù)之間的可靠度。因為不同證據(jù)體之間的信度區(qū)間距離越大,證據(jù)之間的差異性就越大,再通過多數(shù)原則(principle of majority)來找尋出多條證據(jù)中的異常點(outliers)在證據(jù)融合前賦予其較低的可信度。
[Abstract]:......
【學位授予單位】：西南大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP202

【參考文獻】

相關期刊論文 前10條

1 潘泉;王增福;梁彥;楊峰;劉準釓;;信息融合理論的基本方法與進展(Ⅱ)[J];控制理論與應用;2012年10期

2 康兵義;李婭;鄧勇;章雅娟;鄧鑫洋;;基于區(qū)間數(shù)的基本概率指派生成方法及應用[J];電子學報;2012年06期

3 鄧勇;王棟;李齊;章雅娟;;一種新的證據(jù)沖突分析方法[J];控制理論與應用;2011年06期

4 蘇曉燕;鄧勇;吳英;蔣雯;;基于改進D-S組合規(guī)則的故障模式分類[J];振動.測試與診斷;2011年02期

5 韓德強;韓崇昭;鄧勇;楊藝;;基于證據(jù)方差的加權證據(jù)組合[J];電子學報;2011年S1期

6 劉準釓;程詠梅;潘泉;苗壯;;基于證據(jù)距離和矛盾因子的加權證據(jù)合成法[J];控制理論與應用;2009年12期

7 胡昌華;司小勝;周志杰;王鵬;;新的證據(jù)沖突衡量標準下的D-S改進算法[J];電子學報;2009年07期

8 蔣雯;張安;楊奇;;一種基本概率指派的模糊生成及其在數(shù)據(jù)融合中的應用[J];傳感技術學報;2008年10期

9 鄧勇,朱振福,鐘山;基于證據(jù)理論的模糊信息融合及其在目標識別中的應用[J];航空學報;2005年06期

10 曾成,趙保軍,何佩琨;不完備識別框架下的證據(jù)組合方法[J];電子與信息學報;2005年07期

相關博士學位論文 前1條

1 蘇曉燕;關聯(lián)證據(jù)融合研究[D];上海交通大學;2014年

，

本文編號：2311392