一种基于ISODATA聚类和改进相似度的证据推理方法

• 作者: 李新德 王丰羽
• 来源期刊: 自动化学报
• 关键词: 证据推理 冲突 聚类 相似测度 组合规则
• 年，卷（期）: 2015,（3）
• 页码范围: 575-590
• 页数: 16页
• 字数: 15280字
• 语种: 中文
• DOI: 10.16383/j.aas.2015.c140543

摘要

针对智能信息处理中Dempster 组合规则不能处理高度冲突的问题,从内、外证据不确定性分析的角度深入揭示了证据冲突产生的原因,即证据的冲突性不仅仅根源于证据间的矛盾,也与证据自身的不确定性密切相关,提出了一种同时考虑证据自冲突和外部冲突的相似性测度,然后利用新测度计算证据的众信度,对证据源进行修正；与此同时,根据原始证据间的聚类特性,利用迭代自组织数据分析技术(Iterative selforganizing data analysis techniques algorithm, ISODATA)聚类方法进行聚类,然后利用Dempster组合规则合成每一聚类中所有证据为证据代表,并综合众信度和证据在该聚类的频度计算可靠度,最后,利用统一组合规则合成证据代表。并通过大量的算例,同其他方法和自身改进前后进行深入比较,优势比较明显,有效地解决了冲突证据合成出现的问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李新德	东南大学自动化学院复杂工程测量与控制教育部重点实验室	35	350	12.0	16.0
2	王丰羽	东南大学自动化学院复杂工程测量与控制教育部重点实验室	4	38	3.0	4.0