位置:成果数据库 > 期刊 > 期刊详情页
一种基于Pignistic概率距离的合成公式
  • ISSN号:1002-8331
  • 期刊名称:计算机工程与应用
  • 时间:2015.12.15
  • 页码:61-66
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西安工程大学计算机科学学院,西安710048, [2]西安电子科技大学电子工程学院,西安710071
  • 相关基金:国家自然科学基金(No.61201118); 中国博士后科学基金(No.2013M532020); 陕西省教育厅科研计划项目(No.15JK1291); 西安工程大学研究生创新基金(No.chx131123)
  • 相关项目:基于随机有限集理论的多目标跟踪方法若干问题研究
中文摘要:

证据的冲突是导致证据理论融合结果不理想的重要因素,对证据冲突的处理一直是证据理论中要解决的关键问题。通过对多义度、不一致度和非特异度进行线性组合,提出一种新的证据不确定性度量方法。新方法能够更全面地涵盖证据体中所包含的不一致和非特异性两类不确定信息,使得证据不确定性度量结果所包含的信息更为完整。在此基础上,采用指数函数构造权重,对证据体进行预处理,然后采用DST、PCR2和PCR5进行融合。算例结果表明融合结果合理,新的证据不确定性度量方法有效。

英文摘要:

Conflict of evidence is one of the most important factor which leads to the fusion result of evidence theory unsatis- factory. Thus the evidence conflict has been the key issue to be solved in evidence theory. By using a linear combination of ambiguity measure, discord measure and nonspecificity measure, a new uncertainty measurement method of evidence is presented. The new method covers uncertainty information more fully of discord and nonspecificity which are included in the body of evidence. This method makes the information more complete in the result of uncertainty measure. Based on the new method, an exponential function is used to construct weights, and the body of evidence is preprocessed. Finally, Dempster-shafer theory, proportional conflict redistribution 2 and proportional conflict redistribution 5 are used to fuse the preprocessing evidences. Numerical examples show that the fusion results are reasonable, and then the new uncertainty measurement method is effective.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887