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，對解決信息融合中不確定性問題具有顯著的優(yōu)勢。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)理論的推廣等問題成為證據(jù)理論和應(yīng)用研究熱點。本文針對上述證據(jù)理論的幾個關(guān)鍵問題進行研究，主要工作如下： (1)簡要地介紹信息融合技術(shù)及其融合算法，同時闡述了證據(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)理論的研究進展，對存在的問題及解決途徑進行了分析；

2、(2)研究了實際應(yīng)用中經(jīng)常遇到的證據(jù)沖突與證據(jù)相關(guān)問題，針對這兩種問題的幾種經(jīng)典改進方法進行了比較，對證據(jù)推理在證據(jù)沖突情況下的魯棒范圍進行確定，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，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)庫為研究對象，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)對標(biāo)準(zhǔn)數(shù)據(jù)庫進行分類，為D-S理論在多個分類器融合中的應(yīng)用提供了有價值的研究結(jié)果。 將以上算法思想在MATLAB環(huán)境中實現(xiàn)，通過對改進算法得到的試驗結(jié)果與直接利用D-S合成方法得到的結(jié)果進行對比，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，能夠?qū)σ恍┨囟?/p>