基于粗糙集的證據(jù)融合方法研究.pdf

1、粗糙集理論和證據(jù)理論都是處理不確定問題的重要工具。粗糙集理論處理不確定數(shù)據(jù)的優(yōu)點在于不需要先驗信息,在信息融合領域得到了廣泛的應用。證據(jù)理論用基本可信度分配函數(shù)、信任函數(shù)、似然函數(shù)處理不確定性問題,在信息融合中存在顯著的優(yōu)勢?；诖植诩碚撆c證據(jù)理論的關系,著重對證據(jù)獲取方法和組合證據(jù)的權(quán)重獲取方法進行研究。
　　 本文闡述了粗糙集理論和證據(jù)理論的基本概念及其性質(zhì),詳細論述了基于完備決策表的證據(jù)獲取方法和組合證據(jù)權(quán)重獲取方法。針

2、對基于條件基本可信度分配的證據(jù)獲取方法存在的不足,提出了一種基于完備決策表的證據(jù)獲取與合成方法。首先利用條件屬性和決策屬性的關系,給出了證據(jù)信任度的概念,根據(jù)證據(jù)信任度計算條件基本可信度分配,然后,給出了證據(jù)支持度的概念,從橫向和縱向兩個方面考慮,結(jié)合屬性重要度和證據(jù)支持度兩個權(quán)重因子計算組合證據(jù)的權(quán)重,最后用合成公式對條件基本可信度分配進行合成得到?jīng)Q策。實例結(jié)果表明了該算法的有效性和優(yōu)越性。
　　 現(xiàn)有的證據(jù)獲取方法都是基于完