D-S证据理论数据融合算法基础程序，可改

matlab实现证据理论的融合公式-Fusion_new.m 最近刚写的一个用matlab实现证据理论的代码，现阶段能完成两个证据之间的融合； 附件是m文件，具体的使用方法在m文件中有

研究了一种基于D-S证据理论的多证据数据融合决策的开关磁阻发电机（SRG）故障诊断方法。根据SRG电流、电压、转矩三个证据信号进行融合处理，提高了其故障诊断的精确性和可靠性。文章对D-S证据理论在开关磁阻发电机故障诊断中的应用进行了实例分析，结果表明该方法能够有效提高故障诊断精度。

多传感器数据融合中DS证据理论算法的改进与应用.pdf

人工智人-家居设计-粗糙集与证据理论在医疗智能诊断系统中的应用研究.pdf

警翼移动执法电子证据管理软件对外接口说明书V1.0.docx

基于Android的移动电子证据管理系统设计与实现.pdf

3、证据理论的核心、优点及适用领域  核心：Dempster合成规则，这是Dempster在研究统计问题时首先提出的，随后Shafer把它推广到更为一般的情形。  优点：由于在证据理论中需要的先验数据比概率推理理论中的更为直观、更容易获得，再加上Dempster合成公式可以综合不同专家或数据源的知识或数据，这使得证据理论在专家系统、信息融合等领域中得到了广泛应用。  适用领域：信息融合、专家系统、情报分析、法律案件分析、多属性决策分析，等等。

针对融合识别领域中不同框架下多源异类传感器的不确定证据信息无法有效融合的问题, 提出一种基于条件证据网络的多源异类知识融合识别方法. 该方法将战场协同作战中不同框架下多源异类传感器的领域知识统一在证据网络的结构下, 形成多源异类知识融合识别模型, 对多源异类传感器的不确定性证据信息进行基于条件证据网络的融合推理, 得到识别结果. 仿真实例验证了所提出方法的优越性.

java-test-evidence 使用Java ， Selenium ， TestNG和ExtentReports简单测试自动化项目。 该项目的主要目的是展示如何使用这些技术来生成测试证据，并在测试失败时添加屏幕截图。 运行测试 可以使用以下命令运行测试： set classpath= < path> \j ava-test-evidence \t arget \t est-classes ; < path> \j ava-test-evidence \t arget \d ependency \* java org.testng.TestNG < path> \j ava-test-evidence \t