一种改进的D-S证据理论合成方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (20): 150-153.

• 数据库、信号与信息处理 • 上一篇下一篇

一种改进的D-S证据理论合成方法

杨靖1，林益2，洪露3，李泽滔1

1.贵州大学电气工程学院，贵阳 550025
2.贵州大学教务处，贵阳 550025
3.淮海工学院电子工程系，江苏连云港 222062

出版日期:2012-07-11 发布日期:2012-07-10

Improved method to D-S evidence theory based on weight and matrix

YANG Jing1, LIN Yi2, HONG Lu3, LI Zetao1

1.Electrical Engineering College, Guizhou University, Guiyang 550025, China
2.Educational Administration Office, Guizhou University, Guiyang 550025, China
3.Department of Electronic Engineering, Huaihai Institute of Technology, Lianyungang, Jiangsu 222062, China

Online:2012-07-11 Published:2012-07-10

摘要/Abstract

摘要： 针对D-S证据理论计算量大和不能有效合成高度冲突证据的不足，提出一种基于加权和矩阵运算的证据组合方法。该方法通过引入权重系数区分不同证据在数据融合中的重要程度，因此能有效合成高度冲突的证据。同时，在证据合成过程中通过引入矩阵运算，有效地降低了算法的计算量。仿真结果表明，与传统的基于D-S证据理论的多传感器数据融合方法相比，改进方法不但能提高证据合成的可靠性和准确性，而且具有较小的计算量。

关键词: 证据理论, 权, 矩阵运算, 证据合成, 数据融合

Abstract: The paper proposes an improved combination method based on weight and matrix, which can reduce the calculating complexity and solve the evidence combination problem of highly conflict evidences. The method uses weight value to distinguish the importance among all evidences, and thus it can deal with the conflicting evidences. Matrix is used when evidences are proceeded, which can reduce the computational complication of D-S combination rules. Simulation results show that the improved combination method improves the reliability and rationality of fusion results, and it decreases the time complexity.

Key words: evidence theory, weight, matrix computation, evidence combination, data fusion

杨靖1，林益2，洪露3，李泽滔1. 一种改进的D-S证据理论合成方法[J]. 计算机工程与应用, 2012, 48(20): 150-153.

YANG Jing1, LIN Yi2, HONG Lu3, LI Zetao1. Improved method to D-S evidence theory based on weight and matrix[J]. Computer Engineering and Applications, 2012, 48(20): 150-153.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	伍京华，耿翠阳，韩佳丽. 基于Agent的多属性决策模型及其在高校实验教学中的应用[J]. 计算机工程与应用, 2021, 57(8): 238-243.
[3]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[4]	韩晓微，韩震，岳高峰，崔建江. 救灾无人机的优化A*航迹规划算法[J]. 计算机工程与应用, 2021, 57(6): 232-238.
[5]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[6]	李玲，王峥，李娜. 雾计算中支持计算外包的访问控制方案[J]. 计算机工程与应用, 2021, 57(6): 81-87.
[7]	谭乐平，宋平，杨琦峰. 绿色供应链的投贷联动融资决策均衡[J]. 计算机工程与应用, 2021, 57(5): 229-238.
[8]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[9]	张俊杰，张聪，赵涵捷. 重复利用状态值的竞争深度Q网络算法[J]. 计算机工程与应用, 2021, 57(4): 134-140.
[10]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[11]	张公凯，陈才学，郑拓. 改进鲸鱼算法在电动汽车有序充电中的应用[J]. 计算机工程与应用, 2021, 57(4): 272-278.
[12]	熊健，覃仁超，何梦乙，刘建兰，唐风扬. 改进随机森林在Android恶意软件检测中的应用[J]. 计算机工程与应用, 2021, 57(3): 130-136.
[13]	周舟，韩芳，王直杰. 改进SSD算法在中国手语识别上的应用[J]. 计算机工程与应用, 2021, 57(3): 156-161.
[14]	朱惠娟，宗平，丛玉华. 基于权重池的多尺度图像质量评估方法[J]. 计算机工程与应用, 2021, 57(3): 215-221.
[15]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.

一种改进的D-S证据理论合成方法

Improved method to D-S evidence theory based on weight and matrix

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics