基于證據(jù)理論的多源信息融合技術研究與應用.pdf

1、伴隨著傳統(tǒng)互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的迅速發(fā)展，我國信息化建設已逐漸步入了4C革命階段。在信息為生產(chǎn)生活提供更好更快服務的同時，信息的過剩、多源化、復雜性、不確定性問題嚴重阻礙著信息化建設的進程，為信息科學和信息技術的研究與發(fā)展提出了新的挑戰(zhàn)。多源信息融合是用于信息加工、處理、綜合的重要方法，在物聯(lián)網(wǎng)、機器人、智能控制等領域有著巨大的應用前景。而證據(jù)理論作為其中的代表，能夠適應于不確定應用場景，近年來已成為研究的熱點之一。
　　本文依托國

2、家863重大專項“新概念高效能計算機體系結構及系統(tǒng)研究開發(fā)”相關課題，基于證據(jù)理論對不確定信息融合方法進行深入研究。課題以提高證據(jù)理論應用中的可靠性和靈活性為目標，著重研究基本概率指派方法、沖突悖論處理和概率轉換方法三個方面，并做出必要改進。最后，結合實際應用需求給出一種擬態(tài)安全路由中認知與決策的實現(xiàn)方案。具體內(nèi)容如下：
　　1.在認知目標的屬性為單點實值情況下，利用模糊相似度生成證據(jù)理論的基本概率指派(Basic Probabi

3、lity Assignment,BPA)存在悖論問題。針對此問題，本文提出一種基于鐘型函數(shù)(Bell Function,Bell-F)的相似度確定方法和相應的BPA生成算法。該方法避免了上述悖論算例與實際相左的情況，且能夠細粒度刻畫相似度評估模型，進一步提高了認知描述的準確性。通過對鳶尾花數(shù)據(jù)集進行識別實驗，結果準確率為93.3％，且相比于其他方法，Be ll-F對低辨識度屬性能給出更可靠性的BPA值，對已知樣本數(shù)量不足的非確定環(huán)境也具

4、有較好的適應能力。
　　2.在處理沖突悖論問題時，傳統(tǒng)改進方法聚焦于沖突的評估和處理，卻忽略了應用場景的實際物理意義，因此存在一定的局限性，無法形成一致的解決方案。針對這一問題，本文以不同的應用場景角度重新討論沖突與悖論，從實際場景約束出發(fā)探究組合規(guī)則的合理性，進而對應用場景與組合規(guī)則構建映射關系，提出一種基于應用場景的組合規(guī)則分類方法。最后，給出一種兼容性分類方式，通過實驗和分析，說明該方法的有效性。
　　3.在BPA概率

5、轉換過程中，現(xiàn)有方法沒有對各種狀態(tài)進行區(qū)分，直接根據(jù)轉換方程向單目標狀態(tài)分配賦值。實際情況是，不同級別的狀態(tài)涵蓋的信息量并不相同，分配方式可能也不限定于一種方程，應該區(qū)分對待這些情況。針對現(xiàn)有轉換方法在合理性和靈活性上存在的問題，本文沿用層次化轉換的思想，定義了證據(jù)量和傳遞函數(shù)，提出一種基于證據(jù)量層次傳遞的BPA轉換方法，并給出了一種規(guī)律情況下的推解方法及其直接轉換公式。通過實驗和對比分析，說明該方法的有效性和靈活性。
　　4.結