一种分层递阶DSmT快速近似推理融合方法

摘要

本发明公布了一种分层递阶的DSmT快速近似推理融合方法。该方法针对超幂集空间中仅单子焦元具有信度赋值的情况，利用二叉树和三叉树分组技术对其进行刚性分组，以便实现不同粒度焦元的映射。与此同时，对每个信息源对应的各个分组焦元进行信度赋值求和，然后运用DSmT组合规则和比例冲突分配规则对粗化超幂集空间的两个信息源进行融合，保存该融合结果作为父子之间节点连接权值，接着对每个分组焦元信度赋值归一化处理。通过设定树的深度，来确定分层递阶的次数。本发明具有计算简单，运算效率高，近似计算结果鲁棒性好等优点，能够有效地解决DSmT证据推理随着鉴别框焦元的增加而导致的计算瓶颈问题。