一种快速分层递阶DSmT近似推理融合方法(A)

• 作者: Jean Dezert 吴雪建 孟正大 李新德 黄心汉
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 近似推理 信息融合 分层递阶 Dezert-Smarandache Theory
• 年，卷（期）: 2010,（11）
• 页码范围: 2566-2572
• 分类号: TP391
• 语种: 中文

摘要

本文提出了一种分层递阶的DSmT快速近似推理融合方法,该方法针对超幂集空间中仅单子焦元具有信度赋值的情况,利用二叉树或三叉树分组技术对其刚性分组,与此同时,对每个信息源对应的各个分组焦元进行信度赋值求和,以便实现细粒度超幂集空间向粗粒度超幂集卒间映射.然后运用DSmT组合规则和比例冲突分配规则对粗化超幂集空间的两个信息源进行融合,保存该融合结果作为父子之间节点连接权值,然后对每个分组焦元信度赋值归一化处理,通过设定树的深度,来确定分层递阶的次数.最后通过从多个角度比较新、老方法,从而充分地验证了新方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄心汉	华中科技大学控制系	151	2823	27.0	48.0
2	孟正大	东南大学自动化学院复杂工程系统测量与控制教育部重点实验室	76	781	17.0	24.0
3	李新德	东南大学自动化学院复杂工程系统测量与控制教育部重点实验室	35	350	12.0	16.0