可拓学理论在信息融合中的应用研究

doi:10.3778/j.issn.1002-8331.2010.18.015

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (18): 43-44.DOI: 10.3778/j.issn.1002-8331.2010.18.015

可拓学理论在信息融合中的应用研究

齐福荣^1，2，李忠²，武强¹，单维峰²

1.中国矿业大学地球科学与测绘工程学院，北京 100083
2.防灾科技学院信息工程系，河北三河 065201

收稿日期:2009-01-13 修回日期:2009-07-06 出版日期:2010-06-21 发布日期:2010-06-21
通讯作者: 齐福荣

Information fusion algorithm based on extenics and D-S evidential reasoning

QI Fu-rong^1，2，LI Zhong²，WU Qiang¹，SHAN Wei-feng²

1.College of Geoscience and Surveying Engineering，China University of Mining & Technology，Beijing 100083，China
2.Faculty of Information Engineering，Institute of Disaster Prevention Science and Technology，Sanhe，Hebei 065201，China

Received:2009-01-13 Revised:2009-07-06 Online:2010-06-21 Published:2010-06-21
Contact: QI Fu-rong

摘要/Abstract

摘要： 基本概率分配函数的选取是实际应用D-S证据推理的信息融合算法的难题之一。探讨了可拓集理论和关联函数的本质，提出对关联函数进行归一化处理，并以归一化后的数据作为证据体对分类命题的可信度分配，利用Dempster组合规则生成总体可信度分配，实现多源信息的融合。仿真计算结果表明，该算法是可靠的和有效的。

关键词: 信息融合, D-S证据推理, 可拓学

Abstract: The selection of Basic Probability Assignment（BPA） function is difficult in the information fusion algorithm of D-S evidential reasoning.This paper studies the theory of extenics set and the essence of extenic correlation function，puts forward the standardization of extenics correlation function and considers the BPA function of evidential body for classified proposition.Dempster combination method is applied to get total confidence assignment，thereby multi-resource information fusion is realized.The results of simulating test show that this algorithm is dependable and effective.

Key words: information fusion, method of D-S evidential reasoning, extenics

中图分类号:

TP14

齐福荣^1，2，李忠²，武强¹，单维峰². 可拓学理论在信息融合中的应用研究[J]. 计算机工程与应用, 2010, 46(18): 43-44.

QI Fu-rong^1，2，LI Zhong²，WU Qiang¹，SHAN Wei-feng². Information fusion algorithm based on extenics and D-S evidential reasoning[J]. Computer Engineering and Applications, 2010, 46(18): 43-44.

[1]	刘畅，邱卫根，张立臣. 基于可变形掩膜对齐卷积模型的行人再识别[J]. 计算机工程与应用, 2021, 57(5): 146-152.
[2]	陈坤峰，潘志松，王家宝，施蕾，张锦，焦珊珊. 跨模态行人再识别的协同学习方法[J]. 计算机工程与应用, 2021, 57(12): 115-125.
[3]	张红，程传祺，徐志刚，李建华. 基于深度学习的数据融合方法研究综述[J]. 计算机工程与应用, 2020, 56(24): 1-11.
[4]	韩二东. 概率语言术语集多准则决策方法研究进展[J]. 计算机工程与应用, 2020, 56(10): 27-35.
[5]	阮凯，邱卫根. 多信息融合的深度学习人脸表情识别算法研究[J]. 计算机工程与应用, 2019, 55(5): 192-196.
[6]	李果，马春阳，马建晓. 基于DPCA和改进证据理论的融合式故障诊断[J]. 计算机工程与应用, 2019, 55(20): 197-201.
[7]	陈金广1，2，王星辉1，2，马丽丽1，2，张馨东1，2，巩林明1，2. 采用分段RTS的CPHD平滑算法[J]. 计算机工程与应用, 2019, 55(1): 50-55.
[8]	丁宏飞1，2，秦政1，刘博1，李演洪1. 基于AF-SVR的城市快速路多源交通信息融合研究[J]. 计算机工程与应用, 2017, 53(5): 266-270.
[9]	黄家成1，闫涛1，姚淼2，宋家友2. 小样本ATS测量不确定度评定方法研究[J]. 计算机工程与应用, 2017, 53(20): 214-218.
[10]	彭利红1，刘海燕1，任日丽1，马俊1，王建芬2. 基于多标记学习预测药物-靶标相互作用[J]. 计算机工程与应用, 2017, 53(15): 260-265.
[11]	余小游1，曹守富1，2，陈铁军1. 基于Rough-Vague集与证据理论的态势估计方法[J]. 计算机工程与应用, 2016, 52(10): 50-54.
[12]	王建仁，李妮，段刚龙. 基于信息融合的电信客户流失预测研究[J]. 计算机工程与应用, 2016, 52(10): 64-70.
[13]	马丽丽，张芬，陈金广. 一种基于Pignistic概率距离的合成公式[J]. 计算机工程与应用, 2015, 51(24): 61-66.
[14]	陈金广1，2，张芬1，马丽丽1. 一种证据不确定性度量方法及其应用[J]. 计算机工程与应用, 2015, 51(23): 48-53.
[15]	陈金广1，江梦茜1，马丽丽1，徐步高1，2. 具有形状信息的多传感器群目标跟踪算法[J]. 计算机工程与应用, 2015, 51(17): 210-216.

可拓学理论在信息融合中的应用研究

Information fusion algorithm based on extenics and D-S evidential reasoning

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