一种基于证据模糊因子的多源数据融合识别方法

摘要

本发明提供了一种基于证据模糊因子的多源数据融合识别方法，确定本次目标识别的辨识类别框架后，计算每个证据的自身差异因子、自身一致因子、自身模糊因子和修正系数，对每个证据对分配给各个命题的BPA进行修正，并对修正后的证据进行融合。本发明提出一种证据模糊因子的概念并对原始证据集进行异常检测，基于检测结果对原始证据体进行修正，引入全集项，修正证据源，在此基础上对修正后的证据体进行融合，达到更精确的多源传感器目标融合识别概率。