基本概率分配函数
定义1 基本概率分配函数 M
设函数 M 是满足下列条件的映射：
① 不可能事件的基本概率是0，即 ；
② 中全部元素的基本概率之和为1，即
则称 M 是 上的概率分配函数，M(A)称为A的基本概率数，表示对A的精确信任。
幂集构成一个框架。
2022-12-16 20:57:16
385KB
1
无线传感器网络及其数据融合的研究，章芬，，随着智能化、网络化传感器技术的日益成熟，具有潜在的巨大应用价值的无线传感网络引起人们的重视与研究。文章介绍了无线传感器网
2022-12-02 11:10:33
208KB
1
吴志强教授的提问：当老中医遇到了X光，听谁的？（Professionalism VS Dataism）个人认为，目前的城市大数据在应用层面的可信度，还没有达到西医对于中医的颠覆性。多数情况可能还是老中医更靠谱一点。杨东援教授的提问：大数据告诉了我们已经知道的事情，还是未知的事情？个人认为，两件事情都很重要，在实证层面的印证本身就具有很大意义，验证数据的可靠性甚至比探索数据的新应用更重要。
2022-11-30 15:57:11
3.66MB
1
Bayes统计理论
基于经典统计方法的多传感器数据处理。
经典统计理论的两个特征：
不采用先验概率；
概率是一种类似频数的解释。
经典统计理论的基本原理：小概率原理。
经典统计理论的不足：
将被测参数看做一个固定值，没有充分利用其先验信息；
精度和信度是预定的，不依赖于样本。
2022-11-04 11:35:30
2.97MB
1
随着基于数据融合的目标检测在军事以及自然防护等领域广泛应用,越来越多的研究希望通过对检测融合系统进行优化或引入新的检测融合方法来更好地进行目标检测,从而推动相关领域的发展.基于数据融合的目标检测具有重要的学术意义和应用价值,为此,从先进的检测技术到优化创新的前沿论文等方面详细介绍基于数据融合的目标检测方法的最新研究进展.首先对融合定义、模式及其优缺点展开讨论,并总结目前该领域所面临的挑战;然后从传感器辅助方法、融合层次方法两个方面对相关研究方法进行详细的分类阐述,综述该领域的研究现状,并对所介绍的文献从检测性能、复杂程度、成本大小、检测目标(数量、动态、维度)等方面展开归纳总结;最后进行全文总结并对该领域的研究前景进行展望.
2022-10-27 21:06:45
414KB
1