【摘 要】
：
针对传统Dempster-Shafer证据合成方法合成冲突证据时会出现相悖结论的问题,提出基于组合规则的证据合成方法。通过肯德尔等级相关系数得到证据间的相关程度,通过算法步骤顺
【机 构】
：
中国民用航空飞行学院科研处,中国民用航空飞行学院计算机学院
【基金项目】
：
国家自然科学基金民航联合基金（U1633127）, 民航局科技基金（20150215）, 四川省科技基金（2015JY0188）
论文部分内容阅读
针对传统Dempster-Shafer证据合成方法合成冲突证据时会出现相悖结论的问题,提出基于组合规则的证据合成方法。通过肯德尔等级相关系数得到证据间的相关程度,通过算法步骤顺序求解证据距离以及权重系数后,对证据进行概率重新分配,完成证据预处理过程。引入命题支持度到新的合成规则,完成再分配证据的最终合成。同时提出算法性能模型用于分析算法优劣。实例验证了算法在合成冲突证据时具有最优结果,且和推理一致,同时也可以用于常规证据合成,算法具有通用性和普适性。
其他文献
情感识别技术是智能人机交互的重要基础,它涉及计算机科学、语言学、心理学等多个研究领域,是模式识别和图像处理领域的研究热点。鉴于此,基于Boosting框架提出两种有效的视
针对当前重建目标区域缺失图像信息时局限性较大,提出一种结合三维VR技术的小区域目标重建方法。对小区域目标进行相机标定,在相机标定过程中,引入小区域目标二维图像物理参数组建相机成像模型,利用直接法求解小区域目标成像参数,结合相机标定的结果利用SURF算法对小区域目标二维图像提取特征点。寻找小区域目标图像内任意一个主方向,构成各个特征点的图像旋转不变量,以该不变量为依据利用归一化互相关方法计算出小区域