广义证据理论中的基本概率指派生成方法

被引：15

作者：

邓勇 ^{[1
,2
]}

韩德强 ^{[3
]}

机构：

[1] 西南大学计算机与信息科学学院

[2] 上海交通大学电子信息与电气工程学院

[3] 西安交通大学综合自动化研究所

来源：

西安交通大学学报 | 2011年 / 45卷 / 02期

关键词：

广义证据理论; 广义基本概率指派; 目标识别; 模糊数; 相似性测度;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

鉴于基本概率指派生成对证据理论的研究具有重要的意义,文中针对辨识框架不完整情况提出了一种强约束广义基本概率指派赋值方法,新方法可以生成空集不为零的广义基本概率指派赋值,该数值的大小反映了系统是开放世界的可能性.针对辨识框架完整情况提出了一种弱约束基本概率指派赋值方法,该方法在样本与表示模型之间不相交时,也可以给出样本与模型相似性度量的数值,根据所提出的策略生成弱约束的基本概率指派.算例表明了所提出方法的有效性.

引用

页码：34 / 38

页数：5

共 6 条

[1] 广义证据理论的基本框架 [J].

邓勇 ;

蒋雯 ;

韩德强 .

西安交通大学学报, 2010, 44 (12) :119-124

[2] DETERMINGING BPA UNDER UNCERTAINTY ENVIRONMENTS AND ITS APPLICATION IN DATA FUSION [J].

Deng Yong Jiang Wen Xu Xiaobin Li Qi Wang Dong School of Electronics and Information Technology Shanghai Jiaotong University Shanghai China School of Electronics and Information Northwestern Polytechnical University Xian China School of Automation Hangzhou Dianzi University Hangzhou China .

Journal of Electronics(China), 2009, 26 (01) :13-17

[3] 基于证据理论的模糊信息融合及其在目标识别中的应用 [J].