D-S证据理论基本概念

证据理论是Dempster于1967年首先提出，由他的学生Shafer于1976年进一步发展起来的一种不精确推理理论，也称为Dempster/Shafer 证据理论(D-S证据理论)。主要是基于“证据”和“组合”来处理不确定性推力问题的数学方法。

1、识别框架：由互不相容的基本命题（假定）组成的完备集合，表示对某一问题的所有可能答案，但其中只有一个答案是正确的。

2、mass函数（BPA）：识别框架的子集称为命题。分配给各命题的信任程度称为基本概率分配。m(A)反映着对A的信度大小。

3、信任函数：信任函数Bel（A）表示对命题A的信任程度。

4、似然函数：似然函数Pl(A)表示对命题A非假的信任程度，也即对A似乎可能成立的不确定性度量。

5、合成规则（以两个mass函数为例）。

D-S证据理论基本概念相关推荐

EL：集成学习(Ensemble Learning)的概念讲解、问题应用、算法分类、关键步骤、代码实现等相关配图详细攻略
EL:集成学习(Ensemble Learning)的概念讲解.算法分类.问题应用.关键步骤.代码实现等相关配图详细攻略目录集成学习Ensemble Learning 1.集成学习中弱分类器选择 ...
粗糙集理论介绍(概念入门)
面对日益增长的数据库,人们将如何从这些浩瀚的数据中找出有用的知识?我们如何将所学到的知识去粗取精?什么是对事物的粗线条描述什么是细线条描述? 粗糙集合论回答了上面的这些问题.要想了解粗糙集合论的思想, ...
多类差异信息柔性融合概念与内涵
摘要:通过融合结构描述了差异信息产生的原因和特征表现.阐述了多类差异信息柔性融合的概念与内涵,根据通信时延和状态过程噪声等因素对融合性能的影响,提出了不同通信时延和状态过程噪声条件下融合结构的选择机 ...
D-S证据理论的简要介绍
D-S证据理论属于不确定性推理方法,证据理论是Dempster于1967年首先提出,由他的学生Shafer于1976年进一步发展起来的一种不精确推理理论,也称为Dempster/Shafer 证据理论 ...
神经网络概念解释和特点,神经网络概念解释大全
什么叫神经网络? 南搞小孩给出基本的概念:一.一些基本常识和原理[什么叫神经网络?]人的思维有逻辑性和直观性两种不同的基本方式. 逻辑性的思维是指根据逻辑规则进行推理的过程:它先将信息化成概念,并用符 ...
经典DS证据理论下的设备故障诊断原理及示例
文章目录前言一.DS证据理论介绍 1.1 基本概念 1.2 合成规则二.示例Demo 1.原始数据后续前言 DS证据理论作为传感器融合方法,常被用于不确定性事件的结果融合,类似于集成算法模型 ...
不确定性推理的基本概念
现实世界中由于客观上存在的随机性.模糊性,反映到知识以及由观察所得到的证据上来,就分别形成了不确定性的知识及不确定性的证据.因而还必须对不确定性知识的表示及推理进行研究.这就是将要讨论的不确定性推理. ...
RPC 笔记（03）— gRPC 概念、安装、编译、客户端和服务端示例
1. gRPC 概念 gRPC 是 Google 开源的一款高性能的 RPC 框架.GitHub 上介绍如下: gRPC is a modern, open source, high-performa ...
RPC 笔记（01）— RPC概念、调用流程、RPC 与 Restful API 区别
1. 基本概念 PRC 远程过程调用 Remote Procedure Call,其就是一个节点请求另外一个节点提供的服务.当两个物理分离的子系统需要建立逻辑上的关联时,RPC 是牵线搭桥的常见技术手 ...

D-S证据理论基本概念

D-S证据理论基本概念相关推荐

最新文章

热门文章