基于廣義證據(jù)理論的多模式智能推理與融合研究.pdf

1、在各類信息融合技術(shù)慢慢趨于成熟時(shí)，始終沒有一個(gè)統(tǒng)一的方法或框架將各類推理方法結(jié)合。針對現(xiàn)有的推理與融合算法的多樣化，單一推理方法存在弊端，通用性弱，局限性強(qiáng)，背景依賴強(qiáng)等現(xiàn)狀，本文以如何建立一個(gè)通用性強(qiáng)、能結(jié)合各推理方法之優(yōu)點(diǎn)、能提高推理與融合結(jié)果識別率的推理與融合框架與工具進(jìn)行研究，并圍繞以下方面進(jìn)行了探討：
　?。?）總結(jié)四類不確定性信息，分別是隨機(jī)不確定性信息，模糊不確定性信息，灰色不確定性信息和未確知不確定性信息。將四類不

2、確定性信息分別對應(yīng)概率、隸屬度函數(shù)、區(qū)間三種表達(dá)形式。總結(jié)將這四類不確定性信息生成相應(yīng)的基本概率指派與廣義基本概率指派的方法。
　　（2）在基于區(qū)間的證據(jù)理論基本概率指派生成方法的基礎(chǔ)上，結(jié)合開放世界中廣義證據(jù)理論，提出了基于區(qū)間的廣義基本概率指派的生成方法，為廣義基本概率指派的生成方法在基于模糊的生成方法之外提供了一個(gè)新的思路，并通過實(shí)驗(yàn)驗(yàn)證了該方法的合理性與有效性。
　?。?）提出多模式智能推理與融合框架，采用廣義證據(jù)理