D-S理论

摘要： 随着无线传感网(Wireless Sensor Network,WSN)的逐渐成熟和广泛应用,WSN的数据规模呈指数增长,并且人们对数据质量的要求也不断提升。数据融合通过对原始数据进行采集、过滤、关联及综合,在消除数据冗余的同时从中提取有用信息,辅助决策评估。首先,说明了在WSN中采用数据融合的必要性。然后,简要介绍了数据融合的发展概况和困境。接下来,从数据融合模型、数据融合分类及典型数据融合方法三方面对数据融合技术进行了系统阐述。在此基础上,提出了一种基于分簇结构的无线传感网数据融合体系框架。最后,对论文进行小结并指出今后工作方向。

摘要： 活动识别已成为智能家居领域的研究热点,目前国内外有关活动识别方法的研究有很多,研究人员提出了不同的方法来进行活动建模和识别,可分为数据驱动方法和知识驱动方法。数据驱动方法容易受到维数的限制,并且需要大量的数据集来训练出活动模型。目前在有关活动识别研究的方法中缺少一种既能够考虑到异构数据之间的知识共享,又能够考虑到活动的不确定性的方法。该文将D-S理论(Dempster-Shafer theory,证据理论)和本体推理结合起来,在改进的证据合成规则的基础上提出了ER-OT(evidential reasoning-ontology,证据-本体推理)算法,解决了活动中的不确定性和推理结果之间的冲突。算法首先在加权分配的思想上按重新定义的冲突系数对证据合成规则进行改进,在推理时推理机将推理信息同时输入到Jena本体推理和改进的证据推理模块,然后将推理结果按改进的证据合成规则进行合成得到最终的推理结果。实验结果表明,与现有的马尔可夫逻辑网络算法和传统的本体推理算法相比,该算法提高了不确定性活动的识别准确率。

摘要： 考虑到战场抢修(battlefield damage assessment and repair,BDAR)行动仿真训练评估过程中存在不确定性以及评语等级界限分明的特点,提出一种将证据推理(dempster-shafer,D-S)理论与改进可拓云相结合的评估模型。基于行动中完成任务的特点,按照“抢修任务(task)-任务需求(tequirement)-能力指标(index)”的思路映射出不同行动阶段的战场抢修能力评估指标体系;在确定指标权重系数的基础上,通过D-S理论将关于定性指标不同的意见融合成隶属度向量,通过基于最优云熵算法的改进可拓云理论计算出定量指标的关联度值向量,进行综合评判。实证分析结果表明:评估结果相对可靠稳定,验证了该模型的有效性。

摘要： 风机齿轮箱作为风机的关键传递结构,针对其关键部件的故障诊断,提出了一种基于极点对称模态分解算法(ESMD)、MobileNet V2神经网络和D-S证据理论的诊断方法。首先将3个方向的复杂的故障信号进行ESMD分解与重构,将3个方向重构后的信号输入到MobileNet V2网络中进行训练,最后利用D-S证据理论进行融合计算并得到最终的预测结果。使用某公司搭建的风机齿轮箱实验平台数据,最终通过实验表明,文中所提出的诊断方法有效,在准确率可以接受的前提下,极大地减少了运算的时间,实现了轻量化。

摘要： 当前的教学质量评价系统难以满足较高请求量的评价需求,为改进评价系统性能缺陷,设计了基于指标权重的教学质量评价系统。首先,选择通用指标建立3层教学质量评价指标体系。其次,利用层次分析法(Analystic Hierarchy Process,AHP)理论和熵权法确定对应的指标权重计算函数,并对权重计算函数进行D-S耦合,得到最终的客观指标权重。最后,将评价功能编译并移植至框架,完成评价系统设计。测试结果表明,设计的评价系统在最大请求量下的响应时间缩短约38.71%,且系统能够更有效地纠正评价输出偏差。

摘要： 为加强温室环境监控系统稳定性,提高数据融合程度,进而提升温室环境远程监控精度,基于自动需求响应提出远程温室监控数据融合方法.通过分析监控系统总设计方案,将各传感器采集到的环境数据传送至协调器节点,优化系统硬件组成;利用自适应加权融合方法对温室监控数据节点进行数据融合,将融合后的环境数据标准值传输至主控中心,通过D-S理论实行决策级融合,并综合分析温室作物生长环境;接收上位机传输来的采集需求指令后,系统进行初始化自检并在固定周期下采集监控节点数据,基于所得数据进行温室环境分析、监控数据显示和控制决策,并驱动各个通信模块实现和上位机之间的通信,确定最终响应式调控.试验结果表明:基于自动需求响应的远程温室监控数据融合方法其响应速度保持在2s以内,利用D-S证据理论优化决策级融合函数,将互为关联的不同种类的证据实行组合,以此将多类监测数据进行融合,使误差控制在±1％以内,测试点的监控效果较好,数据融合准确性得到保证,监控系统通信稳定性良好,数据融合下的环境参数精度高,实际应用的可靠性较强.系统运行软件、硬件组成与温室作物生长条件的协调方案可为温室大棚作物生长提供一定程度上的支撑.

摘要： 为了实现采煤机开采过程中煤岩界面的精准识别,提出一种基于多传感信息融合的煤岩界面感知识别方法.考虑截齿损耗对采煤机截割特征信号的影响,测试采煤机截齿处于新齿、轻微磨损、一般磨损以及严重磨损4种状态下,截割不同比例煤岩过程中的振动信号、电流信号、声发射信号以及红外闪温信号,建立截齿不同磨损程度下的多截割信号特征样本库.根据相邻截煤比各截割特征信号的模糊特征,以最小模糊熵为优化目标,采用自适应权重粒子群算法优化求解各截割特征信号的隶属度函数.构建基于D-S理论的"与"决策准则,实现对煤岩界面的精准识别.通过分析截煤比识别结果信度值的分布特征及趋向性,确定截煤比识别结果在不同截煤比的信度值与实际煤岩比例的匹配关系,利用识别结果的信度值对煤岩轨迹进行进一步的优化.根据实验结果可以得到:①截齿磨损程度对煤岩各截割特征信号的变化影响显著,截齿不同磨损程度下各截割特征信号的最优隶属度函数呈现动态变化;②煤岩界面轨迹的识别结果逼近具有最大信度的截煤比,且对于次大信度截煤比具有一定程度的趋向性;③基于单一优化隶属度函数进行隶属度求解及融合识别,煤岩界面识别精度随着截齿损耗的加剧大幅度下降,最大下降幅度达到43.04％;④考虑截齿损耗的多传感信息融合识别模型克服了截齿损耗对信号的误差影响,对煤岩界面具有更高的识别精度,识别误差浮动在1.54％范围内.

摘要： 随着传感器技术的不断发展,配电主站中包含的传感器数量不断增加,配电云平台能够接收海量数据.为了提高数据的利用率,同时提高云平台对数据的处理效率,本文提出一种关于配电云平台的决策级数据融合方法及其并行化方案,通过计算传感器的重要程度判断传感器网络中各传感器反映某事项的程度,从而决定是否将数据实时传输到应用层,同时利用改进的基于权重的D-S理论在应用层实现进一步的数据融合,整个过程利用Spark进行并行化计算.本文提出的数据传输及融合方法能够在保证数据传输完整性的前提下大大提高应用层的决策效率,尤其对于需进行实时判断的事件,所提方法能够保证配电云平台实时高效地做出决策.

摘要： 针对传统图像识别方法在对模糊图像进行识别处理时,存在识别精度低,识别结果与实际存在差异等问题,为了提高模糊图像的高清识别能力,结合D-S理论,开展模糊图像智能识别方法研究。在明确D-S理论的基础上,基于D-S推理过程描述模糊图像结构,基于融合行为智能识别图像模糊化特征,实现基于D-S理论的模糊图像智能识别方法设计。通过对比实验进一步证明,本文设计的图像智能识别方法在实际应用中,识别精度明显高于传统图像识别方法,并且针对不同类型的模糊图像具有更高的针对性。

摘要： 针对传统图像识别方法在对模糊图像进行识别处理时,存在识别精度低,识别结果与实际存在差异等问题,为了提高模糊图像的高清识别能力,结合D-S理论,开展模糊图像智能识别方法研究.在明确D-S理论的基础上,基于D-S推理过程描述模糊图像结构,基于融合行为智能识别图像模糊化特征,实现基于D-S理论的模糊图像智能识别方法设计.通过对比实验进一步证明,本文设计的图像智能识别方法在实际应用中,识别精度明显高于传统图像识别方法,并且针对不同类型的模糊图像具有更高的针对性.

摘要： 本文提出一种新型主成份分析(PCA)电子战信息一体化融合方案.该方案基于信息融合DS理论,以数据为驱动面向于多传感器系统.首先,采用PCA分析法对数据进行收集和降维处理;其次,对特征层数据建立基本信任分配函数,进一步实现基于特征的数据融合;第三,对电子战系统信息进行智能诊断和挖掘等,有效实现电子战系统中故障检测和分离.方案进一步,通过大数据挖掘对设备状态进行评估,及时发送给控制系统,实现作战过程中对作战战略的合理指导、预警管控,从而对多系统协同工作提供有力保障,使得战略编队更加合理、协同完成任务.

摘要： 本文提出一种新型主成份分析(PCA)电子战信息一体化融合方案.该方案基于信息融合DS理论,以数据为驱动面向于多传感器系统.首先,采用PCA分析法对数据进行收集和降维处理;其次,对特征层数据建立基本信任分配函数,进一步实现基于特征的数据融合;第三,对电子战系统信息进行智能诊断和挖掘等,有效实现电子战系统中故障检测和分离.方案进一步,通过大数据挖掘对设备状态进行评估,及时发送给控制系统,实现作战过程中对作战战略的合理指导、预警管控,从而对多系统协同工作提供有力保障,使得战略编队更加合理、协同完成任务.

摘要： 本文提出一种新型主成份分析(PCA)电子战信息一体化融合方案.该方案基于信息融合DS理论,以数据为驱动面向于多传感器系统.首先,采用PCA分析法对数据进行收集和降维处理;其次,对特征层数据建立基本信任分配函数,进一步实现基于特征的数据融合;第三,对电子战系统信息进行智能诊断和挖掘等,有效实现电子战系统中故障检测和分离.方案进一步,通过大数据挖掘对设备状态进行评估,及时发送给控制系统,实现作战过程中对作战战略的合理指导、预警管控,从而对多系统协同工作提供有力保障,使得战略编队更加合理、协同完成任务.

摘要： 本文提出一种新型主成份分析(PCA)电子战信息一体化融合方案.该方案基于信息融合DS理论,以数据为驱动面向于多传感器系统.首先,采用PCA分析法对数据进行收集和降维处理;其次,对特征层数据建立基本信任分配函数,进一步实现基于特征的数据融合;第三,对电子战系统信息进行智能诊断和挖掘等,有效实现电子战系统中故障检测和分离.方案进一步,通过大数据挖掘对设备状态进行评估,及时发送给控制系统,实现作战过程中对作战战略的合理指导、预警管控,从而对多系统协同工作提供有力保障,使得战略编队更加合理、协同完成任务.

摘要： 通过分析待识别目标类型与结果类型的差别,确定以目标正确识别概率、目标错误识别概率和目标无法识别概率来度量传感器的目标识别能力.鉴于各传感器的识别结果概率之间的证据冲突,给出了一种通过与准理想结果的距离大小来确定信任权重的方法,并依据信任权重重新调整各证据的概率分配,实现冲突证据的预处理,然后使用Dempster规则对各传感器的识别结果概率进行组合,从而确定了多传感器的目标识别能力的度量模型,实例证明给出的目标识别能力度量方法是有效可行的.

摘要： 通过分析待识别目标类型与结果类型的差别,确定以目标正确识别概率、目标错误识别概率和目标无法识别概率来度量传感器的目标识别能力.鉴于各传感器的识别结果概率之间的证据冲突,给出了一种通过与准理想结果的距离大小来确定信任权重的方法,并依据信任权重重新调整各证据的概率分配,实现冲突证据的预处理,然后使用Dempster规则对各传感器的识别结果概率进行组合,从而确定了多传感器的目标识别能力的度量模型,实例证明给出的目标识别能力度量方法是有效可行的.

摘要： 通过分析待识别目标类型与结果类型的差别,确定以目标正确识别概率、目标错误识别概率和目标无法识别概率来度量传感器的目标识别能力.鉴于各传感器的识别结果概率之间的证据冲突,给出了一种通过与准理想结果的距离大小来确定信任权重的方法,并依据信任权重重新调整各证据的概率分配,实现冲突证据的预处理,然后使用Dempster规则对各传感器的识别结果概率进行组合,从而确定了多传感器的目标识别能力的度量模型,实例证明给出的目标识别能力度量方法是有效可行的.

摘要： 通过分析待识别目标类型与结果类型的差别,确定以目标正确识别概率、目标错误识别概率和目标无法识别概率来度量传感器的目标识别能力.鉴于各传感器的识别结果概率之间的证据冲突,给出了一种通过与准理想结果的距离大小来确定信任权重的方法,并依据信任权重重新调整各证据的概率分配,实现冲突证据的预处理,然后使用Dempster规则对各传感器的识别结果概率进行组合,从而确定了多传感器的目标识别能力的度量模型,实例证明给出的目标识别能力度量方法是有效可行的.

摘要： 结合算例对冲突证据融合方法存在的一些问题进行分析和梳理,分别从采取的3种经典方法进行研究,即坚持D-S证据理论中乘性策略的修正方法、采用加性策略的合成和判决方法和基于证据集冲突判断的证据融合方法,最后对冲突证据的发展方向进行了展望.

摘要： 结合算例对冲突证据融合方法存在的一些问题进行分析和梳理,分别从采取的3种经典方法进行研究,即坚持D-S证据理论中乘性策略的修正方法、采用加性策略的合成和判决方法和基于证据集冲突判断的证据融合方法,最后对冲突证据的发展方向进行了展望.

摘要： 本发明公开了一种基于DS理论和DSm理论的交互自适应目标识别方法。首先，得到所有可能目标类型，确定辨识框架，获得各信息源对目标识别的基本信度分配；其次，计算两证据间的角度相似度，并对证据分别采用Dempster组合规则和PCR6规则进行合成，分别得到合成结果。再次，利用角度相似度对两种规则处理结果加权求和得到最终合成信度；最后，选择合适的决策规则作出最后的识别判决。本发明方法自适应地处理多信息源关于目标识别信息中存在的各种程度的冲突证据，降低了干扰证据的影响，实现了对各种程度冲突证据的有效处理，提高识别结果的可信性。不仅能在Shafer模型下使用，还能在混合DSm模型和自由DSm模型下使用。处理过程简单，不涉及高阶累积量运算，计算量小。此外，本发明还可采用其它的组合规则或方法进行交互自适应应用，具有很好的开放性和扩展性。具有推广应用价值。

摘要： 本发明单载波/DS－CDMA分组传送方法要点是:对扩散码,把规定时隙分配给预约分组传送用,将预约分组和数据分组时分复用进行传送。而本发明多载波/DS－CDMA移动通信系统的上行链路分组传送方法要点在于;对各个副载波的通信信道设帧,而且对该帧在时间轴上又划分设定出时隙,移动台就在规定时隙把将发送分组用扩散码扩散、传送给基地台。另外。多载波/DS－CDMA移动通信系统的下行信道结构要点是:分别分配给复数副载波的复数通信信道按每一规定时帧来区别而被复用,分配给各个到载波的所说复数通信信道包括复数用户公共使用的集中控制信道和各个用户专有的通信信道。

摘要： 本发明公开了一种基于云模型和改进DS证据理论的变压器故障诊断方法，包括：步骤1、获取变压器油中溶解气故障样本，建立变压器的故障样本集；步骤2、采用故障样本集建立各类型故障的故障标准云模型；步骤3、计算待诊断样本与故障标准云模型间的最终隶属度矩阵；步骤4、根据最终隶属度矩阵确定不同故障下的基本概率分配；步骤5、利用Pignistic概率距离构建相似度并对基本概率分配进行修正，引入平均支持度加权优化证据融合规则，并使用改进D‑S证据理论对基本概率分配进行融合，以得到最终融合结果；步骤6、在最终融合结果中，选取基本概率最大值对应的变压器状态作为诊断结果。本发明有效地提高了变压器智能诊断方法的准确率。

摘要： 本发明公开了一种基于DS证据理论融合特征的生猪咳嗽声音识别方法，包括：提取语料库中生猪咳嗽声音和非咳嗽声音的线性预测倒谱系数和对数梅尔谱图，将特征图像分成训练集和测试集，分别将训练集中的线性预测倒谱系数和对数梅尔谱图输入两路并行的卷积神经网络提取深度特征，将提取的深度特征送入全连接层和softmax分类器进行二分类，将分类后的结果送入DS证据理论特征融合层，将融合后的结果输入分类器再次进行二分类，实现对生猪咳嗽声音的识别。本发明利用两路卷积神经网络对不同的图像特征提取深度特征，利用DS证据理论对深度特征进行融合，相比于常规的声音识别方法，该方法可有效提升咳嗽声音的识别精度。

摘要： 本发明公开了基于冲突证据修正的DS证据理论改进方法，首先，针对各命题对证据计算众数，然后根据各证据与众数的证据距离确定出修正冲突证据的权重，最后修正后的证据与非冲突的证据使用DS组合规则得到融合的结果。仿真实验表明，该方法在不改变DS组合规则的基础上，能够有效的处理冲突证据问题，相较于其他方法简单有效，算法收敛快，可靠性高。

摘要： 本发明提出了一种基于DS证据理论的多模态实时情绪识别方法及系统，该方法包括：步骤一，搭建虚拟现实场景，部署语音对话模块和面部表情识别模块，被试者通过语音对话模块进行实时语音对话，并通过虚拟现实头戴式设备同步采集被试者语音数据、人脸数据和瞳孔数据；步骤二，在语音数据上提取特征向量，输入到训练好的语音情绪识别模型，输出语音情绪识别结果；步骤三，在人脸数据上提取人脸几何特征向量，融合瞳孔直径特征，输入到训练好的面部表情情绪识别模型，输出面部表情情绪识别结果；步骤四，将语音情绪识别结果和面部表情情绪识别结果通过DS证据理论融合得到综合情绪识别结果。本发明能有效提高情绪识别的准确率，具有广泛的应用前景。

摘要： 本发明提供了一种基于DS证据理论融合的社交网络异常用户检测方法。该方法包括：构建并训练卷积神经网络分类模型和K近邻算法分类模型，得到两种分类模型对异常用户检测的准确率；分别使用两种分类模型对被检测用户的博文文本进行识别，得到两种分类模型对被检测用户的检测结果；通过D‑S融合规则基于两种分类模型对异常用户检测的准确率，对卷积神经网络分类模型和所述K近邻算法分类模型对被检测用户的检测结果进行融合，获取被检测用户的异常用户检测结果。本发明通过结合被检测内容在每种分类器上的识别结果和分类准确率，通过DS证据理论融合规则对分类器融合后对被测用户进行识别，均衡有效的实现了对微博异常用户的检测。

摘要： 本发明公开了一种贝叶斯更新和DS证据理论相结合的分合闸线圈电流分析方法，贝叶斯更新通过对实际特征与理想特征作差进行特征残差提取，将差值作为新的分类特征的方式，来补偿环境对于参数估计的影响；在贝叶斯参数估计的结果上，引入不确定性概率与DS证据推理方法，实现DS数据融合。本发明所提方法具有较低的知识依赖度，主观程度较弱，信任分配无需构造复杂的隶属度函数。所提方法对于故障样本的依赖程度较低，较为适合高压断路器这类可靠性要求较高而故障样本又相对难以获得的场合.在实践应用中，该方法在融合过程中还可引入震动、位移、压力等信号的特征，以实现更为全面、故障诊断准确程度更高的断路器状态监测系统。

摘要： 本发明公开了一种基于DS证据理论的多传感器信息融合算法，所述算法是对不同传感器在不同的状态下进行相应的权值分配，然后利用DS证据理论所提供的证据组合方法，实现多个传感器的信息融合。本发明提出了一种基于DS证据理论的多传感器融合算法。具体的，该算法是对不同传感器在不同的状态下进行相应的权值分配，然后利用DS证据理论所提供的证据组合方法，实现多个传感器的信息融合，进而提高目标感知效果。更具体的是针对生命周期置信度管理、目标类别分类管理这两个感知融合任务，进行具体的信息融合，达到感知性能的提升。

摘要： 本发明提供了一种基于加权融合DS证据理论的接地网腐蚀检测方法及装置。该方法采用改进的加权融合DS证据理论模型对不同检测方法得到的腐蚀参数生成接地网状态腐蚀结果，首先采用归一化算法，生成腐蚀状态支持度，继而采用去极值法和均方差法对异常数据进行剔除，然后采用中值加权平均融合算法对各个支持度进行局部数据融合，并将恒电位法与恒电流法测得腐蚀电流密度进行局部融合，最后基于改进的DS证据理论进行数据的全局融合。本发明的有益效果是：有效避免了单一检测参数的不足，获取信息更加全面，减少了腐蚀状态判断失误的情况，充分利用接地网环境数据，腐蚀判断更加准确。