采用聚类特征的基本概率分配生成方法及应用

• 作者: 王荣喜 董荣光 高建民 高智勇
• 来源期刊: 西安交通大学学报
• 关键词: 证据理论 基本概率分配 聚类特征区间模型 相似度 信息融合
• 年，卷（期）: 2016,（10）
• 页码范围: 8-14
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7652/xjtuxb201610002

摘要

针对在识别框架不确定时基本概率分配(BBA)生成困难的问题,提出一种基于聚类特征的基本概率分配生成方法,以减弱对样本长度的依赖性,并分析2种情况下的BBA生成.在框架未知时,通过聚类分析获得各个类别的聚类特征,建立样本属性的聚类特征区间模型;在框架已知时,获取聚类特征,建立样本属性的聚类特征区间模型;然后用各个区间模型之间的距离表示样本属性之间的差异,在此基础上建立了一种相似度的度量方法;最后对相似度进行归一化得到BBA.采用Iris数据集和Wine数据集的实验结果表明:所提方法对样本长度敏感程度低,对Wine数据集的一个类的分类结果达到100％.将该方法应用于某煤化工企业压缩机组子系统状态监测信息数据集,实现了监测信息状态的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高建民	西安交通大学制造系统工程国家重点实验室	306	2872	25.0	37.0
2	高智勇	西安交通大学制造系统工程国家重点实验室	38	375	10.0	18.0
3	王荣喜	西安交通大学制造系统工程国家重点实验室	9	34	3.0	5.0
4	董荣光	西安交通大学制造系统工程国家重点实验室	2	7	1.0	2.0