DST与DSmT自适应融合门限研究

DSmT是一种有用的不确定推理方法，较DST能更好解决强冲突情况下的信息融合问题。本文在研究DST和DSmT的基础上提出一种将两种综合使用的方法。该方法以冲突率作为判决依据，在冲突率较低情况下采取DST证据理论，当冲突率高于一定阈值时采用DSmT融合算法，给出了DST和DSmT之间转化的规则。并通过仿真确定了这种自适应方法中的转换门限。仿真实验验证了方法的有效性和可行性。     

一种有效地解决冲突证据的组合方法

为有效融合高度冲突的证据,提出一种改进冲突证据合成的方法.根据目标焦元的冲突大小提出一种相互支持度,对总支持度归一化后获得各个证据的信任度,将信任度作为证据的权重,对系统中的证据加权平均后再利用PCR5规则实现信息融合.与其它方法相比,新方法合成效果好,合成结果更理想.     

目标综合识别系统中的多级分层属性融合方法研究

根据目标属性信息的层次化特征,提出了一种用于目标综合识别系统的多级分层属性融合方法。依据目标属性信息的内在关系,对其进行分类和分级,然后基于由高级属性推导低级属性的原理对由各种信源获得的属性信息进行预处理,最后使用DSmT的规则对同级属性信息进行融合。计算示例表明,该方法可以融合由异类信源获得的不同等级上目标属性信息,并且在高冲突的证据条件下依然有效。