D-S证据理论

摘要： 以公共建筑火灾风险为研究对象,结合公共建筑火灾多源性和不确定性等特点,从火源、建筑物、人员三大因素建立火灾风险评估指标体系,应用证据理论实现不确定信息的有效融合,得出公共建筑发生火灾的风险等级.以某商场为例进行火灾风险评估,评估结果验证了方法的有效性和实用性.

摘要： 为了提高塑壳断路器故障诊断的正确率,根据D-S证据理论提出基于多信息融合的塑壳断路器故障诊断方法.首先,对断路器合闸声音信号和振动信号进行经验模态分解,提取不同信号的IMF包络能量熵,并作为特征向量输入LIBSVM(library for support vector machines)进行诊断,依据内部投票规则获得基本概率分配;然后将LIBSVM测试样本总分类正确率作为固定权重,构成声振信号的加权概率分配;最后通过D-S证据理论对声振信号加权概率分配进行决策层融合,得到断路器故障诊断结果.在实验室条件下,进行塑壳断路器操作试验,获得安装正常、安装松动、主拉簧断裂3种不同状态下的试验数据,并进行诊断分析,结果表明,融合诊断比单信息诊断的正确率高.

摘要： 【目的】科学地评价环境空气质量对大气污染防治具有重大的现实意义。环境空气质量的好坏是一个不确定性问题,常用的模糊综合评判法综合了多种大气污染物来评价空气质量,但评价结果往往低于我国空气质量指数(AQI)标准等级,弱化了多种污染物同时超标对空气质量的影响。DS证据理论在处理模糊或不确定等问题时具有很大优势,但是目前较少有DS证据理论评价空气质量的研究。DS证据理论的关键问题是基本概率分配(BPA)和证据冲突可能引起反直觉的结果。【方法】因此本文首先利用Pearson和Spearman相关系数分析了大气污染物浓度数据,确立了高可信度的非线性BPA函数,并提出渐进式DS证据理论策略(Pro-DS)避免了冲突证据的融合问题,建立了环境空气质量综合评价模型。然后将该模型实际应用于2019年天津市空气质量评价,并以国家标准AQI为评价指标,与主因素型与加权型常用的模糊综合评判模型对比。最后本文提出了综合污染相对系数(CPRC)量化了多种污染物对总体空气质量的影响。【结果】以AQI为评价指标,本文模型F1-score比常用的模糊综合评判模型最少提高了4.58%,最大提高了27.46%,验证了本文模型的优越性。由于AQI标准空气质量评价取决于某个污染物而不是综合多个污染物,几种模糊综合评判模型的F1-score都低于50%。以CPRC为评价指标,AQI评价结果的F1-score超过99.1%,几类模糊综合评判模型F1-score都超过89.0%,验证了CPRC的有效性。而Pro-DS模型F1-score为93.1%,综合评价空气质量的模型最优,具有很强的实际应用价值。【结论】Pro-DS模型的综合评价结果低于或高于AQI评价级别,更好地体现了多种污染物对空气质量的综合影响。相比AQI评价方式,本文Pro-DS模型得出了综合空气质量级别的概率值,CPRC指标能够对综合空气质量日排名,为相关部门预防治理空气污染和生态环境工程建设提供实质性参考。

摘要： 为降低不确定信息对装配式建筑施工中高处坠落风险评价的影响,针对我国当前装配式建筑施工特点,构建了基于改进证据理论的装配式建筑施工高处坠落风险评价模型.通过实地调研及专家咨询,从人、物、环境、管理四个维度建立了装配式建筑施工高处坠落风险评价指标体系.在此基础上,采用结构熵权法确定指标权重.基于权值分配与矩阵算法对DS证据理论合成法则进行改进,利用改进后的证据理论评价装配式建筑施工中高处坠落风险.通过对该模型进行实证研究,结果表明,该风险评价模型能解决高冲突证据融合结果不合理的问题,具有较高的有效性和实用性,可为预防装配式建筑施工中的高处坠落事故提供决策支持.

摘要： 磁流变阻尼器的全地形车智能悬架可以使车辆面对不同行驶工况下提供更好的减振效果,为了解决在传感器存在噪声或异常等情况下车辆行驶工况辨识困难的问题,文中提出了一种基于D-S(Dempster-Shafer)证据理论的多传感器信息特征值的融合技术提高行驶工况辨识的准确性。通过改进的距离评估方法对全地形车行驶工况的传感器敏感特征值进行了提取和筛选,采用区间估计将传感器的噪声和异常值当做不确定性信息。利用D-S合成对特征层的辨识结果进行决策层融合,基于可行区间的决策规则完成对车辆行驶工况的辨识。最后使用Carsim整车仿真试验平台,验证了基于D-S证据理论的决策层融合方法的有效性。

摘要： 社会物联网技术迅速发展,安全问题日益严重,对简便易用的物联网安全态势感知方法进行了研究。针对当前物联网安全态势感知系统缺乏通用性、过分依赖专家知识的缺点,提出了一种基于改进D-S证据理论的物联网安全态势感知方法。利用模糊高斯隶属函数计算漏洞信息隶属度矩阵,归一化后作为证据分布矩阵;利用改进Topsis方法衡量证据可信度,聚合两两证据间的局部可信度,根据态势评估场景改进期望正负解向量,充分抑制冲突性证据可信度,提高相互支持证据间可信度,利用加权平均方法进行漏洞信息融合得到态势评估结果;基于时间因子折扣和高危漏洞比例折扣证据理论融合形成态势感知结果,利用时间因子聚合多个态势评估数据,根据时间尺度对不同时刻的态势评估证据进行折扣,越接近当前时刻的证据折扣度越小,反之越大。同时,综合考虑不同时刻物联网漏洞信息,利用高危漏洞比例信息进行自适应动态加权,把不同时刻的高危信息折扣入识别框架,系统的危险变化信息集中体现在证据融合过程中。经过实验表明,在不同数量证据体融合和4种常见冲突证据融合中,改进Topsis方法对可信命题的融合概率更高;在态势评估方面,准确评估当前系统危险程度;在态势感知方面,折扣理论可以充分预测高风险和紧急风险概率,比传统D-S证据理论更加有效。根据所提理论设计了一种物联网安全态势感知方法流程用于指导工程实践,未来在漏洞信息利用方面,可以考虑漏洞间的关联关系,提炼漏洞间更丰富的态势信息,使态势评估的结果更加准确合理,也可以借鉴博弈论的思想在攻击者、防御者动态博弈过程中进行态势感知。

摘要： 粮食仓储环境监测对于实现粮食减损、降耗、保鲜至关重要。针对单一传感器采集数据片面、易造成误报、漏报等情况,本文设计了一种基于多传感器融合的粮仓环境监测系统,采用物联网技术、通信技术、云计算技术及多传感器融合技术,对粮仓温湿度、二氧化碳浓度、氧气浓度进行实时监测,提高了粮仓环境信息监测智能化水平,确保了粮仓存储的质量,具有一定的推广应用前景。

摘要： 群体性突发事件等级的确定是启动分级响应进行科学应对的决策依据,需要融合多领域不同专家的判断进行综合研判。考虑专家面对不确定决策的风险态度,提出一种“专家权重和自我可靠度”双信度下突发事件等级确定方法。根据双信度,构建了考虑专家风险态度和突发事件等级语义相关性的完备化证据生成方法;综合考虑证据的主客观信息提出一种改进的证据融合方法,使融合结果中充分有效保留专家的原始倾向信息;进一步,给出一种融合结果区分度检验方法,以规避等级间区分度不高的情况;最后,通过算例验证了方法的可行性与科学性。实验结果表明,专家的自我可靠度和风险认知态度会影响事件等级研判结果,综合考虑此两种因素的突发事件等级确定方法能够提升决策的可靠性和可信度。

摘要： 针对当前高速铁路信号系统数据信息多源异构问题,提出一种新的高铁信号异构数据融合框架设计方案。利用本体思想和D-S证据理论方法,对底层数据信息进行特征融合,减少数据冗余,提高数据质量,优化决策效率,进行实验验证。实验结果表明:该方法在一定规模数据量时,计算速度快且准确率高,所提出的新的异构数据融合架构可行,融合算法有效。

摘要： 针对D-S(Dempster-Shafer)证据理论中的冲突因子k不能有效度量证据之间的冲突程度的问题,首先提出了证据冲突强度量函数需要满足的期望特征,然后提出了一种新的基于推土机距离的证据冲突度量方法。该方法不要求不同证据有相同的焦元数量,并且可以直接计算含有非单子集命题的证据冲突。理论和实验表明,所提方法给出的冲突度量大小能够正确表征2个证据间冲突的程度,并具有证据冲突强度量函数的所有期望特征,表明所提方法是一种有效的证据冲突强度量方法。

摘要： 多传感器信息融合技术在故障诊断和各种应用中扮演着重要的角色,Dempster-Shafer(D-S)证据理论通常被用来改善系统性能.但是,当证据之间存在冲突时,往往会产生反直觉的结果.在D-S证据理论中,冲突管理是一个开放性问题.基于余弦角函数、邓熵方差和群体决策模糊偏好关系分析,提出了一种新的多传感器信息融合方法.实验结果表明,该方法可以克服D-S证据理论的局限性,与其他现有的方法对比,能实现多传感器信息更可靠的融合.

摘要： 多传感器信息融合技术在故障诊断和各种应用中扮演着重要的角色,Dempster-Shafer(D-S)证据理论通常被用来改善系统性能.但是,当证据之间存在冲突时,往往会产生反直觉的结果.在D-S证据理论中,冲突管理是一个开放性问题.基于余弦角函数、邓熵方差和群体决策模糊偏好关系分析,提出了一种新的多传感器信息融合方法.实验结果表明,该方法可以克服D-S证据理论的局限性,与其他现有的方法对比,能实现多传感器信息更可靠的融合.

摘要： 多传感器信息融合技术在故障诊断和各种应用中扮演着重要的角色,Dempster-Shafer(D-S)证据理论通常被用来改善系统性能.但是,当证据之间存在冲突时,往往会产生反直觉的结果.在D-S证据理论中,冲突管理是一个开放性问题.基于余弦角函数、邓熵方差和群体决策模糊偏好关系分析,提出了一种新的多传感器信息融合方法.实验结果表明,该方法可以克服D-S证据理论的局限性,与其他现有的方法对比,能实现多传感器信息更可靠的融合.

摘要： 多传感器信息融合技术在故障诊断和各种应用中扮演着重要的角色,Dempster-Shafer(D-S)证据理论通常被用来改善系统性能.但是,当证据之间存在冲突时,往往会产生反直觉的结果.在D-S证据理论中,冲突管理是一个开放性问题.基于余弦角函数、邓熵方差和群体决策模糊偏好关系分析,提出了一种新的多传感器信息融合方法.实验结果表明,该方法可以克服D-S证据理论的局限性,与其他现有的方法对比,能实现多传感器信息更可靠的融合.

摘要： 多传感器信息融合技术在故障诊断和各种应用中扮演着重要的角色,Dempster-Shafer(D-S)证据理论通常被用来改善系统性能.但是,当证据之间存在冲突时,往往会产生反直觉的结果.在D-S证据理论中,冲突管理是一个开放性问题.基于余弦角函数、邓熵方差和群体决策模糊偏好关系分析,提出了一种新的多传感器信息融合方法.实验结果表明,该方法可以克服D-S证据理论的局限性,与其他现有的方法对比,能实现多传感器信息更可靠的融合.

摘要： 随着计算机网络的迅速发展,网络已经无处不在.然而由于无线网络具有移动性和不确定性,其可能会遭受越来越多恶意节点的进攻.因此,在Dempster-Shafer(D-S)证据理论的框架之上,本文建立了一种无线网络信任评估模型,它是对贝叶斯概率模型的拓展,并在此基础上,对其进行数学分析和形式化定义.文中最后对模型做了仿真实验,结果表明,对比于其他网络信任模型,本文提出的信任模型可以抵抗更多的攻击,并且具有良好的动态适应性、容错性和健壮性,减少了数据包在网络中传输时需要的能量开销,为数据在网络上的传输提供了牢固的保证,提高了数据传输的安全性.

摘要： 随着计算机网络的迅速发展,网络已经无处不在.然而由于无线网络具有移动性和不确定性,其可能会遭受越来越多恶意节点的进攻.因此,在Dempster-Shafer(D-S)证据理论的框架之上,本文建立了一种无线网络信任评估模型,它是对贝叶斯概率模型的拓展,并在此基础上,对其进行数学分析和形式化定义.文中最后对模型做了仿真实验,结果表明,对比于其他网络信任模型,本文提出的信任模型可以抵抗更多的攻击,并且具有良好的动态适应性、容错性和健壮性,减少了数据包在网络中传输时需要的能量开销,为数据在网络上的传输提供了牢固的保证,提高了数据传输的安全性.

摘要： 随着计算机网络的迅速发展,网络已经无处不在.然而由于无线网络具有移动性和不确定性,其可能会遭受越来越多恶意节点的进攻.因此,在Dempster-Shafer(D-S)证据理论的框架之上,本文建立了一种无线网络信任评估模型,它是对贝叶斯概率模型的拓展,并在此基础上,对其进行数学分析和形式化定义.文中最后对模型做了仿真实验,结果表明,对比于其他网络信任模型,本文提出的信任模型可以抵抗更多的攻击,并且具有良好的动态适应性、容错性和健壮性,减少了数据包在网络中传输时需要的能量开销,为数据在网络上的传输提供了牢固的保证,提高了数据传输的安全性.

摘要： 随着计算机网络的迅速发展,网络已经无处不在.然而由于无线网络具有移动性和不确定性,其可能会遭受越来越多恶意节点的进攻.因此,在Dempster-Shafer(D-S)证据理论的框架之上,本文建立了一种无线网络信任评估模型,它是对贝叶斯概率模型的拓展,并在此基础上,对其进行数学分析和形式化定义.文中最后对模型做了仿真实验,结果表明,对比于其他网络信任模型,本文提出的信任模型可以抵抗更多的攻击,并且具有良好的动态适应性、容错性和健壮性,减少了数据包在网络中传输时需要的能量开销,为数据在网络上的传输提供了牢固的保证,提高了数据传输的安全性.

摘要： 为实现对盾构地铁隧道下穿建筑物变形进行安全风险评估,针对评估过程中随机性和模糊性等不确定性问题,以及采用专家评估的特点,提出基于云模型和D-S证据理论的盾构地铁隧道下穿建筑物变形安全风险评估模型.首先基于专家评价值确定指标特征值,采用云模型对专家评估信息进行建模,利用各风险因素的隶属度构建评语基本信度分配函数;然后采用基于折扣系数的证据理论进行信息融合,得到各风险因素基本信度分配函数;最后利用层次分析法确定风险因素权重,通过线性加权进行综合,得到最终评估结果.

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： 本发明公开了一种基于DS证据理论的处理冲突证据的实现方法，涉及DS证据理论技术领域，包括以下步骤：计算证据可信度；计算平均证据计算焦元可信度；由焦元距离计算焦元合理程度D[mi(A)]；将冲突分配并构造新证据m；对新证据进行Dempster组合。本发明通过定义证据权重计算平均证据，利用平均证据计算各证据焦元距离，根据焦元距离将冲突重新分配给各焦元，构造新证据体，对新证据体进行传统Dempster组合，得到融合结果，实现在处理高冲突证据时准确度高、收敛速度快，较好地解决了高冲突证据融合问题。

摘要： 本发明公开了一种改进DS证据理论的多证据信息融合方法。按下述步骤进行：a.根据皮尔逊相关性系数计算证据体相关性矩阵；b.分配证据体信任度权重，得到证据体可信度；c.使用证据体可信度对原始证据体BPA进行修正，得到新的BPA矩阵；d.将所述新的BPA矩阵中值为0的项进行零因子修正；e.修正后，按照经典DS组合规则进行计算，得到最终的命题支持度值。本发明在解决冲突、对于合理命题的融合基本概率方面均表现优异，同时在合理命题的基本概率计算上收敛速度更快，精度更高。

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。