Dempster-Shafer证据理论
Dempster-Shafer证据理论的相关文献在2000年到2022年内共计79篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文74篇、会议论文5篇、专利文献6513篇;相关期刊58种,包括南通大学学报(自然科学版)、系统工程与电子技术、浙江大学学报(工学版)等;
相关会议5种,包括第十五届全国信号处理学术年会、第六届公司治理国际研讨会、首届全国信息融合学术年会等;Dempster-Shafer证据理论的相关文献由210位作者贡献,包括任福继、余华、刘忠等。
Dempster-Shafer证据理论—发文趋势图
Dempster-Shafer证据理论
-研究学者
- 任福继
- 余华
- 刘忠
- 吴文全
- 王晓华
- 胡敏
- 丁卫平
- 侯登永
- 刘久兵
- 刘凯
- 匡小新
- 周彬
- 尹涛
- 张万生
- 张智超
- 张永祥
- 方新
- 朴甲哲
- 权恒恒
- 李良群
- 杨帆
- 段新生
- 毛艺帆
- 王先甲
- 王庆
- 王路
- 范哲
- 谢维信
- 郭文勇
- 靳留乾
- 鞠恒荣
- 万稳战
- 付云鹏
- 任玉峰
- 何宁辉
- 何明浩
- 俞凯
- 倪国强
- 傅仰耿
- 傅可人
- 储国中
- 冯子亮
- 刘伟强
- 刘国东
- 刘奥运
- 刘宏斌
- 刘康
- 刘攀
- 刘明雍
- 刘琪
-
-
刘康;
何明浩;
韩俊;
王庚
-
-
摘要:
针对传统Dempster-Shafer(D-S)理论无法有效融合高冲突证据的问题,提出了基于本征向量和Jousselme距离的证据修改方法。首先,由决策者结合主观经验根据原始证据的重要性给出判断矩阵,并利用本征向量法解得主观权重。接着,由原始证据间的Jousselme距离得到客观权重,然后,综合主客观权重对原始证据进行修改。最后,对修改后的证据体使用D-S理论进行融合。仿真结果表明,该方法在对高冲突证据进行融合时收敛速度快,准确度高,同时具备良好的适应能力,很好地解决了高冲突证据的融合问题。
-
-
何宁辉;
沙伟燕;
相中华;
李秀广;
周秀
-
-
摘要:
传统的溶解气体分析方法和基于溶解气体分析数据的人工智能技术在变压器早期故障诊断中的应用由来已久。Dempster-Shafer证据理论已被应用于存在不确定性和冲突的各种面向人工智能的应用中。为了克服故障类型之间的冲突及提升变压器故障诊断正确率,该文提出了基于Dempster-Shafer证据理论和人工智能的变压器故障诊断方法。利用反向传播(Back propagation,BP)神经网络基于5种关键气体的浓度百分比检测变压器故障,并将其作为第一证据。利用模糊逻辑基于3种气体比率检测变压器故障,并将其作为第二证据。利用证据理论对BP神经网络和模糊逻辑检测结果进行集成分析,得到最终的诊断结果。研究结果表明证据理论和人工智能在变压器故障诊断中具有良好的应用前景。
-
-
李玉环;
李宇江;
胡翠云
-
-
摘要:
为了解决高速公路隧道内感知设备的相互独立,安全管理靠监控员及养护人员进行人工巡检等效率低下问题,将多元感知设备通过反馈控制的闭环模型进行数据融合,应用Dempster-Shafer证据理论将分立数据及融合数据进行预测和判断,通过模型训练得出最佳数据融合模型。开发出基于多元感知及多源数据融合的隧道安全监测与预警系统,并应用于紫惠高速的好义隧道的安全管理,大大提高管理效率。
-
-
时培明;
刘奥运;
张逸伦;
高浩
-
-
摘要:
提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征,利用稳定判别率方法筛选敏感度高的特征参数;使用动态贝叶斯网络与DS证据理论实时监测模型建立轧机颤振状态实时监测系统,构建连续的速度载荷时间片,将3个连续的速度载荷时间片作为DS证据理论的证据体,给出了优化基本概率分配的信任度方法,解决了DS证据理论的证据体间冲突问题;最后在轧机实验平台进行实验,诊断结果表明:该方法对轧机颤振不同状态的识别率达到99.05%。
-
-
鞠恒荣;
丁卫平;
尹涛;
范哲;
刘久兵
-
-
摘要:
为了进一步改进邻域分类器的分类机制,提升分类性能,提出Dempster-Shafer(D-S)证据理论驱动的邻域粗糙分类方法。首先,采用邻域决策错误率作为属性重要性的指标研究基于邻域决策错误率的属性约简方法,通过删除冗余属性,为分类学习提供重要的属性集合;其次,改变传统多数投票机制,将D-S证据理论引入邻域样本的信息融合中,提出基于D-S证据理论的邻域分类器;最后,基于UCI公共数据集的实验结果表明,所提方法相较于多数投票机制下的邻域分类器,具有更高的分类精度,为邻域分类方法的进一步研究提供了新的思路。
-
-
周爱民;
刘宏斌;
张书涛;
欧阳晋焱
-
-
摘要:
为了克服主、客观单一评价方法的片面性和局限性,从不确定信息推理的角度,提出结合主、客观评价证据源进行信息融合的汽车前脸形态审美评价模型.?依据人类视觉审美原理与计算美学方法,构建汽车前脸美度指标体系及指标计算公式.?运用两极递进排序法调查,获得审美评价值;依据用户的审美偏好进行审美群体分类,运用灰关联分析法计算指标权重,得到各群体主观评价的证据.?运用熵值法和相关性定权法计算指标权重,得到2种客观审美评价的证据.?基于Dempster-Shafer证据理论对主、客观证据信息的可信度进行融合推理,实现汽车前脸形态审美评价.?经实验验证,该方法能较好地平衡审美主体的主观意愿与客体的客观反映,具有较好的合理性与可靠性.
-
-
鞠恒荣;
丁卫平;
尹涛;
范哲;
刘久兵
-
-
摘要:
为了进一步改进邻域分类器的分类机制,提升分类性能,提出Dempster-Shafer(D-S)证据理论驱动的邻域粗糙分类方法.首先,采用邻域决策错误率作为属性重要性的指标研究基于邻域决策错误率的属性约简方法,通过删除冗余属性,为分类学习提供重要的属性集合;其次,改变传统多数投票机制,将D-S证据理论引入邻域样本的信息融合中,提出基于D-S证据理论的邻域分类器;最后,基于UCI公共数据集的实验结果表明,所提方法相较于多数投票机制下的邻域分类器,具有更高的分类精度,为邻域分类方法的进一步研究提供了新的思路.
-
-
吴楠;
程哲韬;
杜亮;
沈颖平
-
-
摘要:
电力物联网边缘层的网络环境复杂,处于开放环境中,安全威胁多样且动态变化.传统的基于防火墙的网络安全体系难以有效应对电力物联网层出不穷的安全问题.本文使用了数据驱动的思想对边缘设备的网络行为进行动态地判断.基于电力物联网的特点,采用网络日志、域名生成算法以及网络流量三个维度作为判据,给出了基于混淆矩阵的基本概率指派方法.通过Dempster-Shafer证据理论进行多源信息融合,对电力物联网的网络安全进行判别.
-
-
-
-
张智超;
李良群;
谢维信
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。
-
-
张智超;
李良群;
谢维信
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。
-
-
张智超;
李良群;
谢维信
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。
-
-
张智超;
李良群;
谢维信
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。
-
-
张智超;
李良群;
谢维信
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。
-
-
-
-
-