[1]赖邦城,吴根秀.基于信息熵的证据融合方法[J].江西师范大学学报(自然科学版),2012,(05):519-523.
 LAI Bang-cheng,WU Gen-xiu.The Evidence Combination Method Based on Information Entropy[J].,2012,(05):519-523.
点击复制

基于信息熵的证据融合方法()
分享到:

《江西师范大学学报》(自然科学版)[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年05期
页码:
519-523
栏目:
出版日期:
2012-10-01

文章信息/Info

Title:
The Evidence Combination Method Based on Information Entropy
作者:
赖邦城;吴根秀
江西师范大学数学与信息科学学院, 江西 南昌 330022;南昌理工学院公共教学部, 江西 南昌330044
Author(s):
LAI Bang-cheng WU Gen-xiu
关键词:
D-S证据理论信息熵确定性指数
Keywords:
D-S theory of evidence information entropy certainty index
分类号:
TP11
文献标志码:
A
摘要:
通过引入信息熵和确定性指数概念,利用证据的确定性指数对原始证据进行修正,并对不确定性概率指派重新分配.利用修正后的证据提出了新的融合方法,算例表明此方法能有效处理证据高冲突的融合问题,得出合理的融合结果.
Abstract:
After introducing the concept of informatics entropy and certainty index, the original evidence is amended by using the evidence certainty index and then the uncertainty probability is reassigned. A new combination formula is given by taking advantage of the revised evidence. Examples indicate that this method can effectively deal with the combination of evidence with high conflict, and come to a reasonable fusion results.

参考文献/References:

[1] Dempster A P. Upper and lower probabilities induced by a multi-valued mapping [J]. Annals of Mathematical Statistics, 1967, 38(4): 325-339.
[2] Sharer G. A mathematical theory of evidence [M]. Princeton: Princeton University Press, 1976: 19-63.
[3] Zadeh L A. Review of books: a mathematical theory of evidence [J]. AI Magazine, 1984, 5(3): 81-83.
[4] 张所地, 王拉娣. Dempster-Shafer 合成法则的悖论 [J]. 系统工程理论与实践, 1997, 17(5): 82-85.
[5] 洪少南. 相关部分已知时的相关证据合成 [J]. 江西师范大学学报: 自然科学版, 2011, 35(5): 478-481.
[6] 吴根秀, 连钢. 一种新的信息合成规则及其消去算法 [J]. 江西师范大学学报: 自然科学版, 2009, 33(5): 539-543.
[7] 孙全, 叶臭清, 顾伟康. 一种新的基于证据理论的合成公式 [J]. 电子学报, 2000(8): 117-119.
[8] 邓勇, 施文康. 一种改进的证据推理组合规则 [J]. 上海交通大学学报: 自然科学版, 2003, 37(18): 1275-1279.
[9] 蒲书缙, 杨雷, 杨莘元, 等. 一种改进的证据合成规则 [J]. 计算机工程, 2006, 32(23): 7-9.
[10] Murphy C K. Combining belief functions when evidence conflicts [J]. Decision Support Systems, 2000, 29(1): 1-9.
[11] 何兵. 基于分类不确定熵的D-S证据合成及判决方法 [J]. 电子与信息学报, 2002, 24(7): 894-899.
[12] 吴根秀. 冲突证据组合方法 [J]. 计算机工程, 2005(9): 151- 154.
[13] 杜峰, 施文康, 邓勇. 证据特征提取及其在证据理论改进中的应用 [J]. 上海交通大学学报: 自然科学版, 2004, 38(12): 164-168.
[14] 李弼程, 王波, 魏俊, 等. 一种有效的证据理论合成公式 [J]. 数据采集与处理, 2002(17): 33-36.

相似文献/References:

[1]张巍,聂进,滕少华.基于互信息的模糊决策树及其增量学习[J].江西师范大学学报(自然科学版),2014,(01):89.
 ZHANG Wei,NIE Jin,TENG Shao-hua.Fuzzy Decision Tree Based on Mutual Information and Incremental Learning[J].,2014,(05):89.
[2]程艳,苗永春.高维数据流的聚类离群点检测算法研究[J].江西师范大学学报(自然科学版),2014,(05):449.
 CHENG Yan,MIAO Yong-chun.The Study on Clustering-Based Outlier Detection Algorithm for High-Dimensional Data Stream[J].,2014,(05):449.
[3]程子成,吴根秀,宋姝婷.基于融合信息熵性质的信任函数概率逼近[J].江西师范大学学报(自然科学版),2014,(05):534.
 CHENG Zi-cheng,WU Gen-xiu,SONG Shu-ting.A Probability Approximations of Belief Function Based on Fusion of the Properties of Information Entropy[J].,2014,(05):534.
[4]黄 梅,吴根秀,刘邱云,等.一种基于大焦元分解的信任函数逼近方法[J].江西师范大学学报(自然科学版),2016,40(03):285.
 HUANG Mei,WU Genxiu,LIU Qiuyun,et al.The Approximation Method of Belief Function Based on Decomposing Large Focal Elements[J].,2016,40(05):285.

更新日期/Last Update: 1900-01-01