证据推理算法论文-张扬,陈磊,刘钦,韩春雷

证据推理算法论文-张扬,陈磊,刘钦,韩春雷

导读:本文包含了证据推理算法论文开题报告文献综述及选题提纲参考文献,主要关键词:目标识别,信息融合,数据分类,自适应聚类

证据推理算法论文文献综述

张扬,陈磊,刘钦,韩春雷[1](2019)在《一种基于证据推理的自适应聚类算法》一文中研究指出为了有效处理模式分类中的不确定信息,将证据推理的Dempster和Yager规则与K-NN分类相结合,设计了一种新的证据K-NN分类器。然后针对目标样本数据缺失且类别数目未知的识别问题,又提出了一种基于证据推理的自适应聚类算法。随机给定各分类对象的初始置信度和类别数目,通过所设计的证据K近邻分类器对目标数据类别属性和类别数目进行迭代更新,实现目标数据的完全自适应聚类。通过仿真和真实数据集实验,将新算法与目前聚类识别中应用最为广泛的FCM进行了对比分析,结果显示新算法能够有效提高目标数据的识别正确率。(本文来源于《现代导航》期刊2019年02期)

黄涛[2](2017)在《证据函数的构造方法以及证据推理算法的研究和应用》一文中研究指出证据理论的最大优点在于它能在不知道先验概率的前提下表达“不确定性”和“不知道”的问题,为不确定性推理提供了可靠的方法。当前,在人工智能领域已广泛应用。然而,目前还没有从数据源中获取证据函数的完整方法,也就是说,基本信度分配函数的构造和复杂证据网络推理方法仍存在许多问题有待研究。本文的所做工作如下:一、针对证据理论中构造基本信度分配函数(BBA)困难的问题,本文找到了一种加权基本信度指派函数的构造新方法,并应用在多特征图像分类上。该方法以多类logistic回归输出的后验概率与识别正确率构造证据权重系数,进而构造出权重基本信度指派;最后通过加权D-S证据融合最终判别类别。实验结果表明,该方法能够克服单一特征分类精度的不稳定性,提高分类精度。二、本文把团树传播算法应用在证据网络中,解决了复杂的多连通知识网络结构下的信度推理问题。该方法首先把复杂多连通网络构造成一棵团树,并将联合信度作为团节点的参数实现了复杂多连通网络结构上的证据网络信度推理;在进行联合信度函数信息融合过程中,通过引入两种新的交并运算实现了对DSmT组合规则的改进,减少了不确定性。最后,通过一个例子来证明该方法的可行性。(本文来源于《江西师范大学》期刊2017-06-01)

韩德强,程博,杨艺[3](2016)在《一种基于证据推理的视频运动目标融合检测算法》一文中研究指出为了解决复杂场景下传统的运动目标检测问题,利用证据推理—–谨慎有序加权平均方法(COWA-ER),提出一种综合使用混合高斯、均值滤波和码本的多方法融合的检测方法.该融合检测算法以上述3种检测方法为准则建立一个多准则决策框架,通过双阈值检测法来表征检测过程中的不确定性,最终利用COWA-ER方法进行决策级融合,实现多种方法的优势互补.实验表明,所提出的融合检测算法具有更理想的目标检测效果,能有效应对诸如阴影及光照突变等问题对检测性能的影响.(本文来源于《控制与决策》期刊2016年08期)

姜江[4](2015)在《证据网络模型及其推理算法》一文中研究指出本文在证据理论与图模型研究的基础上,针对不确定性与关联性相结合的系统建模问题,提出并建立了证据网络模型,定义了证据网络的参数,总结了证据网络的建模特点;分析了证据网络模型的推理问题,建立了其推理策略和推理过程,推导出其正向推理算法和反向推理算法,并通过示例进行了计算验证;证据网络模型将为管理决策分析、系统工程管理等领域的问题分析和求解提供一种有效的技术方法支持.(本文来源于《系统工程理论与实践》期刊2015年04期)

李浩[5](2015)在《准则权重信息不完全的证据推理多属性决策算法》一文中研究指出针对准则权重信息不完全情况下的多属性决策问题,提出了一种新的证据推理多属性决策算法,它通过建立基于证据信息熵的决策模型来求解准则的最优权重系数,利用求解得到的权重系数和递归ER算法求出各方案的效用值,进而得到各方案的优劣次序。最后,通过算例分析验证了该方法的有效性和合理性。(本文来源于《火力与指挥控制》期刊2015年01期)

王公宝,李浩[6](2014)在《基于D-S证据推理算法的战场机动效果评估》一文中研究指出战场机动效果评估是作战指挥员的一项重要工作。通过对战场机动时效性、机动到位率、机动隐蔽性和战斗力保持程度等主要内容的分析,建立了战场机动效果的评估指标体系,给出了基于D-S证据推理的不确定多属性决策方法及其在战场机动效果评估中的应用。以某战场的叁个机动方案为例进行了仿真分析与计算,验证了该方法的有效性和合理性。(本文来源于《军事运筹与系统工程》期刊2014年02期)

王晓华,梁彦,赵春晖[7](2013)在《基于证据推理的多传感器目标检测算法》一文中研究指出将各传感器采集的图像信息进行融合处理可以充分利用各传感器信息。证据推理理论是常用的一种融合方法。针对多传感器目标检测,通过对各单传感器图像分别进行目标分割,然后在分割的ROI中提取特征,最后利用证据推理进行融合,得到检测结果。实验证明本文方法能够有效的对多源图像进行目标融合检测。(本文来源于《第叁十二届中国控制会议论文集(C卷)》期刊2013-07-26)

桂阳,潘泉,焦连猛,杨峰[8](2013)在《基于证据推理算法的远程预警系统多源外部情报综合》一文中研究指出研究了远程预警系统多源外部情报综合问题。为了解决具有不确定性的多源外部情报综合问题,本文首先提出了一种外部情报量化表示模型,然后基于证:据推理算法建立多源外部情报综合模型,将多个情报对于某一事态属性(威胁度、目标类别等)的置信指派进行合理综合,得到一个具体、直观的数值来表征该事态属性,使情报可以方便地进入预警信息管理和指挥控制系统。此外,证据推理算法并没有给出权重的计算方法,为此本文提出基于情报源四个关键属性建立层次分析模型的情报源权重获取方法。最后通过数值算例验证了该算法的有效性。(本文来源于《第叁十二届中国控制会议论文集(C卷)》期刊2013-07-26)

陈冲[9](2013)在《浅谈基于D-S证据推理的地图匹配算法研究》一文中研究指出简要介绍基于D-S证据推理的地图匹配算法的理论概念,以及算法的建立与实现。简要分析了该算法存在的局限性。(本文来源于《2013年5月建筑科技与管理学术交流会论文集》期刊2013-05-27)

李业军,李文元,方向东[10](2011)在《基于证据推理算法的联合作战效能评估方法研究》一文中研究指出研究了一体化联合作战效能评估方法,给出了基于证据推理进行不确定多属性决策的数学模型及其在一体化联合作战效能评估中的应用方法.评估实例说明了所给出方法的有效性和合理性.(本文来源于《微电子学与计算机》期刊2011年12期)

证据推理算法论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

证据理论的最大优点在于它能在不知道先验概率的前提下表达“不确定性”和“不知道”的问题,为不确定性推理提供了可靠的方法。当前,在人工智能领域已广泛应用。然而,目前还没有从数据源中获取证据函数的完整方法,也就是说,基本信度分配函数的构造和复杂证据网络推理方法仍存在许多问题有待研究。本文的所做工作如下:一、针对证据理论中构造基本信度分配函数(BBA)困难的问题,本文找到了一种加权基本信度指派函数的构造新方法,并应用在多特征图像分类上。该方法以多类logistic回归输出的后验概率与识别正确率构造证据权重系数,进而构造出权重基本信度指派;最后通过加权D-S证据融合最终判别类别。实验结果表明,该方法能够克服单一特征分类精度的不稳定性,提高分类精度。二、本文把团树传播算法应用在证据网络中,解决了复杂的多连通知识网络结构下的信度推理问题。该方法首先把复杂多连通网络构造成一棵团树,并将联合信度作为团节点的参数实现了复杂多连通网络结构上的证据网络信度推理;在进行联合信度函数信息融合过程中,通过引入两种新的交并运算实现了对DSmT组合规则的改进,减少了不确定性。最后,通过一个例子来证明该方法的可行性。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

证据推理算法论文参考文献

[1].张扬,陈磊,刘钦,韩春雷.一种基于证据推理的自适应聚类算法[J].现代导航.2019

[2].黄涛.证据函数的构造方法以及证据推理算法的研究和应用[D].江西师范大学.2017

[3].韩德强,程博,杨艺.一种基于证据推理的视频运动目标融合检测算法[J].控制与决策.2016

[4].姜江.证据网络模型及其推理算法[J].系统工程理论与实践.2015

[5].李浩.准则权重信息不完全的证据推理多属性决策算法[J].火力与指挥控制.2015

[6].王公宝,李浩.基于D-S证据推理算法的战场机动效果评估[J].军事运筹与系统工程.2014

[7].王晓华,梁彦,赵春晖.基于证据推理的多传感器目标检测算法[C].第叁十二届中国控制会议论文集(C卷).2013

[8].桂阳,潘泉,焦连猛,杨峰.基于证据推理算法的远程预警系统多源外部情报综合[C].第叁十二届中国控制会议论文集(C卷).2013

[9].陈冲.浅谈基于D-S证据推理的地图匹配算法研究[C].2013年5月建筑科技与管理学术交流会论文集.2013

[10].李业军,李文元,方向东.基于证据推理算法的联合作战效能评估方法研究[J].微电子学与计算机.2011

标签:;  ;  ;  ;  

证据推理算法论文-张扬,陈磊,刘钦,韩春雷
下载Doc文档

猜你喜欢