基于相關(guān)證據(jù)的信息融合算法研究.pdf

1、證據(jù)理論作為一種推理常用的信息融合方法，對(duì)解決信息融合中不確定性問(wèn)題具有顯著的優(yōu)勢(shì)。隨著證據(jù)理論在信息融合領(lǐng)域中的廣泛應(yīng)用，證據(jù)沖突、證據(jù)相關(guān)以及傳統(tǒng)意義下證據(jù)理論的推廣等問(wèn)題成為證據(jù)理論和應(yīng)用研究熱點(diǎn)。本文針對(duì)上述證據(jù)理論的幾個(gè)關(guān)鍵問(wèn)題進(jìn)行研究，主要工作如下： (1)簡(jiǎn)要地介紹信息融合技術(shù)及其融合算法，同時(shí)闡述了證據(jù)理論在融合算法中的作用和地位；較系統(tǒng)地論述了當(dāng)前證據(jù)理論的研究進(jìn)展，對(duì)存在的問(wèn)題及解決途徑進(jìn)行了分析；

2、(2)研究了實(shí)際應(yīng)用中經(jīng)常遇到的證據(jù)沖突與證據(jù)相關(guān)問(wèn)題，針對(duì)這兩種問(wèn)題的幾種經(jīng)典改進(jìn)方法進(jìn)行了比較，對(duì)證據(jù)推理在證據(jù)沖突情況下的魯棒范圍進(jìn)行確定，指出了解決證據(jù)沖突的關(guān)鍵是處理好沖突的分配，而解決證據(jù)相關(guān)性則要把證據(jù)分解成獨(dú)立的子證據(jù)的解決思路； (3)分析了不同證據(jù)理論推廣方法的特點(diǎn)，指出了條件化證據(jù)的推廣解決證據(jù)框架外的信源的有效組合，而廣義證據(jù)理論和模糊證據(jù)理論則試圖使證據(jù)焦元本身得以拓展，產(chǎn)生更為廣泛的組合規(guī)則；

3、 (4)以標(biāo)準(zhǔn)的分類數(shù)據(jù)庫(kù)為研究對(duì)象，研究了構(gòu)造基本概率分配函數(shù)的方法，并將其用于多個(gè)分類器融合。使用神經(jīng)網(wǎng)絡(luò)和利用相關(guān)證據(jù)合成規(guī)則組成基于相關(guān)證據(jù)的神經(jīng)網(wǎng)絡(luò)集成系統(tǒng)對(duì)標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)進(jìn)行分類，為D-S理論在多個(gè)分類器融合中的應(yīng)用提供了有價(jià)值的研究結(jié)果。 將以上算法思想在MATLAB環(huán)境中實(shí)現(xiàn)，通過(guò)對(duì)改進(jìn)算法得到的試驗(yàn)結(jié)果與直接利用D-S合成方法得到的結(jié)果進(jìn)行對(duì)比，得出以下結(jié)論：該算法能充分利用神經(jīng)網(wǎng)絡(luò)和相關(guān)證據(jù)的優(yōu)勢(shì)，能夠?qū)σ恍┨囟?/p>