文档介绍：摘要证据推理自年提出以来,特别是近二十年来已有很大发展。但在理论和应用方面仍有许多问题有待解决。本文针对证据组合方法的分类,评价准则和应用中存在的问题进行了研究,主要工作如下:凼隽说鼻肮谕庵ぞ萃评砝砺塾胗τ玫慕梗谏钊敕治龈髦种ど阕合方法机理的基础上,将证据组合方法分为四类:模型改进法,冲突信息分配的组合规则改进法,全信息分配的组合规则改进法和组合证据改进法。研究表明该分类方法较其他分类方法更加台理方便。A四芄黄兰壑ぞ葑楹椒ù淼统逋恢ぞ莸哪芰Γ谝胫鹘乖:图化范围概念的基础上,提出了证据组合的极化性评价准则;为了能够评价证据组合方法处理高冲突证据和计算量的问题,提出了抗高冲突性和复杂性评价准则,理论分析和仿真表明这些评价准则能够很好的区分出各种证据组合方法的性能,为进一步构造和应用证据组合方法提供了很好的依据。晟屏送恍裕劢剐缘钠兰圩荚颍⒔岷现ぞ葑楹系幕拘灾始氨疚提出的制兰圩荚颍岢隽酥ぞ葑楹系钠兰厶逑担大类踝荚颍⒂于分析评价证据组合方法在各种情况下的有效性。萏岢龅钠兰厶逑刀止谕饩渲ぞ葑楹戏椒ㄓ玫湫退憷了大景的比较分析,结果表明本文提出的评价体系和典型算例可以从不同方面对证据组合方法进行合理的评价,具有一定的理论意义和应用价值。灾ぞ萃评碛τ弥械幕局眯胖概珊乖旌途霾叻椒ㄎ侍饨辛朔治和总结,并结合神经网络和证据组合方法,将证据推理应用于序列图像的目标识别问题中,仿真结果表明极化性评价准则对证据组合方法的选取有很好岛勺指导意义。关键词:证据推理,证据组合方法,评价准则,分类方法,序列圈像识别
知识水坝为您整理
甒,—瑃..琫,甌瓸,,.’瓸瓵猦緂猚—,.甌甌.Ⅱ.
知识水坝为您整理
:珽珽,,.·
—一第一章绪论§证据推理的基本理论§引言专家系统浚屯恋馗哺敲婊げ怍霸龇矫妫硗庵ぞ萃评斫岷舷喙乩砺郏缒值映射得出了概率的上下界【”,后来在年推广并且形成证据推理%莨亓"恚畔⑷诤稀远己剑畔⒏丛际酰嘣赐枷穹指睥辏荒芙饩龈叱逋恢ぞ葑楹衔侍猓岢隽薉砺简称,在后面介绍Vぞ萃评硗ǔ1蝗衔J侵鞴郾词彼估砺邸綢的推广,对无知的情况也可以提供简单直接的表示。证据推理对经典的概率理论也展示了其墙⒃诒媸犊蚣堋I系睦砺郏釧为。的子集,在隙ㄒ寤决拘自从世纪提出不确定推理问题以来,不确定推理问题逐渐成为学者们研究的热点,尤其是在当前的人工智能领域,不确定推理在专家系统和数据融合应用方面显得尤为突出。目前关于不确定推理的成果已相当丰富,主要有:贝叶斯推理、证据推理、模糊逻辑推理、基于规则的推理等,此外还有非单凋逻辑、投票法、模糊积分法和连续下界预测等。虽然每种方法都有各自的优点,但证据推理以其在不确定性的表示、量测和组合方藤的优势受到大家的熏视。证据推理作为一种不确定推理方法,近年来有了很大发展,国内外已出现大量相关文献,目前,研究的热点是:证据推理自身存在的问题和应用中存在的困难。它的应用范围也越来越广,目前主要应瑁于模式分类,铊勘旮糊集浚窬纭挠τ靡苍嚼丛蕉唷5ù邮菰椿袢〉交决拘胖概珊数的构造,基于证据推理的决策方法等仍然存在很多问题值得研究。本章较全面的综述当前国内外证据推理的最新进展,提出目前研究中存在的问题,指明进⋯步研究的方向,给出了本文研究的内容。证据推理是曜钕忍岢龅模枚因此又称为砺简称。近期由和空攵很强的兼容性,用布尔逻辑可以计算一些低维问题【薄啊北等搜Ч恕唬貉宦畚.
浦“∑删苖,≥∑丑一矿∑朋,,潜媸犊蚣苊萏。中的一个集类,狾的则称为辨识框架:似真函数指派函数莆猰、,潜缡犊蚣苊菁。中的一个集类,【阆铝刑跫则称1媸犊蚣堋I系幕局眯胖概珊渤莆;本概率指派函数騃我釧￡琺幕局眯胖概伞表示证据支持命题旧矸⑸某潭龋霾恢С秩魏蜛的真子集。条件砻鞫杂诳占空命题徊魏蜗牛惶跫反映了总的置信度为子集,!I系幕局眯胖概珊:,,且满足:·则称1媸犊蚣堋I系啮拘藕我釧￡珺艫的置信度。表示给予命题娜ú,潜媸犊蚣苊菁械囊桓黾啵珹为的子粲。上的基本置信指派函数,:【琹】,且满足:产瓵。任意自然数则:渤莆1媸犊蚣蹳上的置信函数。,狾的基本置信指派函数,:弧緊,,且满足:我釧琍称似真度。似真函数硎静环炊悦釧的程度。琍】构成证据不确定区间,袭示证据的不确定程度。减小不确定区间是证据推理的目的之一。,弧两北工业大学痂宦畚第一章绪论,
一%。骸鳌N唬甿剐蜛譬七迫稝校喉..,,其直鹞猰还訹§证据的组合条件基予支持的链据一据,其焦元分别为和籰~琻不囊定区俺组合援则的使用条件定义。组合规则杭俣ū媸犊蚣蹳上,性质不同的两个证则按照组合规则:省其中,矛盾因子:这样,由上面组合规则产生的新的函数,进一步可以