本文關(guān)鍵詞：信任函數(shù)逼近的探究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：D-S證據(jù)理論作為一種有用的不確定性推理理論,以其對(duì)不確定性的表達(dá)和合成方面的優(yōu)勢(shì)被成功的應(yīng)用到數(shù)據(jù)融合、目標(biāo)識(shí)別和智能決策等領(lǐng)域中。但是當(dāng)D-S證據(jù)理論應(yīng)用到實(shí)際工程上時(shí),經(jīng)常會(huì)遇到各種沖突證據(jù),而當(dāng)證據(jù)之間具有比較大的沖突時(shí),D-S證據(jù)組合規(guī)則可能得出有悖于常理的結(jié)論。因此,這一局限性限制了D-S證據(jù)理論的廣泛應(yīng)用。另外,由于D-S證據(jù)合成規(guī)則的計(jì)算復(fù)雜度隨著識(shí)別框架基數(shù)的增大成指數(shù)增長(zhǎng),從而在證據(jù)融合時(shí)計(jì)算量大的問(wèn)題也制約了證據(jù)理論在實(shí)際中的應(yīng)用。因此,優(yōu)化沖突證據(jù)的融合以及信任函數(shù)逼近的問(wèn)題是本文主要研究的內(nèi)容。首先,論文介紹了證據(jù)融合與信任函數(shù)逼近的研究背景與意義,簡(jiǎn)單敘述了證據(jù)理論的研究現(xiàn)狀,及其基本知識(shí)。其次,根據(jù)D-S證據(jù)合成規(guī)則在處理沖突證據(jù)時(shí)的不足,先講述了幾種已有的證據(jù)融合的改進(jìn)方法,分析其優(yōu)缺點(diǎn),給出基于局部沖突分配的一般合成規(guī)則。另外,提出一種新的基于局部沖突分配的證據(jù)合成方法,通過(guò)實(shí)例進(jìn)一步說(shuō)明了其有效性。然后,論文介紹了信任函數(shù)逼近問(wèn)題的相關(guān)定義及定理,并通過(guò)分析已有信任函數(shù)逼近方法,針對(duì)其不足,提出一種基于大焦元分解的信任函數(shù)逼近方法。最后,通過(guò)可分離mass函數(shù)的性質(zhì)及定理,給出一種基于可分離mass函數(shù)的信任函數(shù)逼近方法。
【關(guān)鍵詞】：證據(jù)理論 D-S合成規(guī)則 信任函數(shù)逼近 能量函數(shù) 可分離mass函數(shù)
【學(xué)位授予單位】：江西師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：O174.41;TP202
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 引言8-11
• 1.1 課題研究的背景及意義8
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀8-9
• 1.3 論文結(jié)構(gòu)安排9-11
• 第二章 證據(jù)理論的基本概念11-14
• 2.1 基本概率賦值函數(shù)11
• 2.2 信任函數(shù)和似然函數(shù)11-12
• 2.3 眾信度函數(shù)12-13
• 2.4 D-S證據(jù)理論合成規(guī)則13-14
• 第三章 證據(jù)融合的改進(jìn)算法14-21
• 3.1 已有的證據(jù)融合改進(jìn)方法研究14-17
• 3.1.1 基于修正證據(jù)源的改進(jìn)方法14-15
• 3.1.2 基于修改組合規(guī)則的改進(jìn)方法15-17
• 3.2 基于焦元重要度的證據(jù)組合改進(jìn)算法17-18
• 3.3 算法驗(yàn)證與結(jié)果分析18-20
• 3.4 本章小結(jié)20-21
• 第四章 信任函數(shù)逼近21-29
• 4.1 信任函數(shù)的最佳逼近21-22
• 4.2 已有的信任函數(shù)的逼近方法22-23
• 4.2.1 概括逼近法22
• 4.2.2 雙逼近方法22
• 4.2.3 基于能量函數(shù)的逼近方法22-23
• 4.3 改進(jìn)的信任函數(shù)逼近方法23-28
• 4.3.1 一種基于大焦元分解的信任函數(shù)逼近方法23-25
• 4.3.2 實(shí)例分析25-28
• 4.4 本章小結(jié)28-29
• 第五章 基于可分離mass函數(shù)的信任函數(shù)逼近29-37
• 5.1 可分離mass函數(shù)的基本概念29-32
• 5.2 基于可分離mass函數(shù)的信任函數(shù)逼近32-33
• 5.3 實(shí)例分析33-35
• 5.4 本章小結(jié)35-37
• 第六章 總結(jié)與展望37-38
• 6.1 本文的主要工作總結(jié)37
• 6.2 研究工作展望37-38
• 參考文獻(xiàn)38-42
• 致謝42-44
• 在讀碩士研究生期間公開(kāi)發(fā)表論文及科研情況44

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李毓榮;關(guān)于連續(xù)函數(shù)逼近命題條件的一點(diǎn)注記[J];天水師專學(xué)報(bào);1987年00期

2 徐利治,楊家新;多元函數(shù)逼近研究近況述評(píng)[J];數(shù)學(xué)進(jìn)展;1987年03期

3 李拃生;;瓦勒·布然算子對(duì)Z類函數(shù)逼近的階[J];江西師范學(xué)院學(xué)報(bào);1964年01期

4 施咸亮;;機(jī)械工程中的函數(shù)逼近問(wèn)題[J];杭州大學(xué)學(xué)報(bào)(自然科學(xué)版);1977年01期

5 吳學(xué)謀;復(fù)函數(shù)逼近的一些研究(Ⅱ)[J];武漢建材學(xué)院學(xué)報(bào);1980年04期

6 黃林穎;吳根秀;萬(wàn)宇文;李瑋;;信任函數(shù)逼近方法的改進(jìn)[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

7 劉君堯;邱嵐;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近[J];大眾科技;2009年09期

8 樊建修;計(jì)算機(jī)常用函數(shù)逼近方法[J];包鋼科技;1986年01期

9 李春鑫;李天偉;王孝通;;基于小波模糊網(wǎng)絡(luò)的非線性函數(shù)逼近方法的研究[J];計(jì)算機(jī)測(cè)量與控制;2006年03期

10 ;在應(yīng)用計(jì)算機(jī)的實(shí)時(shí)系統(tǒng)中函數(shù)逼近和預(yù)報(bào)的新方法[J];工學(xué)學(xué)報(bào);1974年15期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 馮英浚;翟軍;李思彪;;基于CUSI神經(jīng)元模型的函數(shù)逼近方法[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 滿洪高;袁向榮;高勇利;卜建清;;由廣義正交多項(xiàng)式函數(shù)逼近法識(shí)別橋上移動(dòng)載荷[A];第八屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集（第Ⅲ卷）[C];1999年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 黃梅;信任函數(shù)逼近的探究與應(yīng)用[D];江西師范大學(xué);2016年

2 朱文文;連續(xù)空間非參函數(shù)逼近方法研究[D];蘇州大學(xué);2014年

3 肖飛;用于強(qiáng)化學(xué)習(xí)的值函數(shù)逼近方法研究[D];蘇州大學(xué);2013年

4 朱稷涵;基于非參函數(shù)逼近的強(qiáng)化學(xué)習(xí)算法研究[D];蘇州大學(xué);2014年

5 陳桂興;強(qiáng)化學(xué)習(xí)中值函數(shù)逼近方法的研究[D];蘇州大學(xué);2014年

6 李亞楠;高維小波函數(shù)逼近[D];北方工業(yè)大學(xué);2012年

7 盛夢(mèng)醒;基于TileCoding的函數(shù)逼近強(qiáng)化學(xué)習(xí)研究[D];蘇州大學(xué);2012年

8 段永柱;回歸SDM模型及其在函數(shù)逼近和識(shí)別中的應(yīng)用研究[D];南京航空航天大學(xué);2002年

9 宋緒文;基于函數(shù)逼近的物流車輛路徑規(guī)劃方法及應(yīng)用研究[D];蘇州大學(xué);2014年

10 戴芳;若干多元函數(shù)逼近的極值問(wèn)題[D];華北電力大學(xué);2013年

  本文關(guān)鍵詞：信任函數(shù)逼近的探究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：452918