在开放世界中，一个辨识框架可能没有包含命题所有可能的描述，传统的PCR组合规则并不能够对这种辨识框架不完备情况下的信息进行融合。针对该问题，在广义证据理论基本框架的基础上，提出了广义PCR组合规则。广义PCR组合规则扩展了传统PCR组合规则的适用范围，使其在辨识框架不完备的情况下，仍能够对信息进行有效融合。此外，在证据源之间存在较大冲突的情况下，广义PCR组合规则能够获得比广义DST组合规则更好的融合结果。算例结果表明，广义PCR组合规则是有效和合理的。
2022-02-18 21:45:19
991KB
1
DSmT创始人Florntin Smarandache及Jean Dezert对DSmT理论及其应用的阐述，中文版，由黄心汉、李新德翻译。信息融合方向经典好书，内容包括：1、DSmT的基础理论及其发展；2、涉及超幂集部分介绍；3、混合DSM模型表示；4、DSmT和贝叶斯推理的概率化逻辑；5、各种情境中的数据关联：多目标跟踪、中智框架等等。。。
2021-10-08 18:47:34
10.56MB
1
《DSmT理论及其在信息融合中的应用(文集)》介绍基于似是而非和自相矛盾推理的Dezert-Smarandache理论（DSmT）在信息融合方面的最新进展和应用。DSmT提出了一种新的数学框架，用来处理用广义基本信度函数表示的不确定、不精确和高冲突信息源。DSmT超越了Dempster-Shafer理论的局限，提出了一种新的一般性融合规则。该规则不要求归一化处理，可应用于具有任何冲突程度的模型（自由DSm、混合DSm和Shafer模型）。DSmT能很好地适应静态的和动态的融合问题，而且可以在任何结构（离散、连续和/或混合的）上应用。因此，即使由于命题本身所固有的模糊性、相关性和不精确性等自然属
2021-05-30 21:42:14
10.22MB
1
本书旨在介绍信息融合领域中新出现的一个分支。在信息融合过程中，可能
会出现信息源提供的信息不确定或者高度冲突的问题，而这个新的分支就是为了
解决此问题而产生的。这个被称为ＤＳｍＴ的理论
为我们提供了许多新的有用的组合规则。
吉恩·德泽特 弗罗仁汀·司马仁达齐
2021-05-09 15:24:35
10.22MB
1