基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域，但在处理高度冲突的证据时，可能会出现反直觉的结果.为解决这一问题，本文提出了差异信息量的概念及融合方法.首先，通过信息熵表明证据的相对重要性，采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量，经过计算获取数据的最终权重，并将其作为D-S证据理论中的基本概率分配进行决策.在处理冲突证据、一致证据及不同数量证据等方面的数据融合问题时与其他方法对比，所提方法收敛更快，准确度更高.故障诊断的应用实例表明，所提方法的不确定性更小，优于现存的其他方法.     

基于学习的证券市场专家预测意见合成研究

针对证券市场的专家预测意见的特点，研究了将学习、证据理论与协同学理论引入证券市场专家预测意见合成的理论与方法．讨论了将专家的历史预测数据用基本可信数表示作为学习样本，对初选专家进行聚类分析选择有协同效应的专家．该方法用神经网络优化基本可信数的修正系数，再用Dempster合成规则进行预测意见的合成．实验结果表明该方法应用于解决实际问题时具有较好的效果．     

论刑事证据开示制度的价值基础——基于公正与效率的分析

刑事证据开示制度集中体现了刑事诉讼的公正价值和效率价值。在对公正价值和效率价值进行分析的基础上 ,对刑事证据开示制度的价值基础进行探讨。     

证据、证明与诉讼活动的关系

本用辩证唯物主义哲学的观点，解析了证据、证明和诉讼活动三之间的关系。章认为：证据属于客现的物质范畴，证明属于主观的意识范畴，两既有区别又有联系。证据和证明，只有在诉讼活动中才得以结合，实现主客观的统一，也才能实现揭露事实真相、准确结案的目的。     

基于D-S推理的模糊模式识别方法

针对战场环境下数据融合系统的ESM设备获得的辐射源信息在时间上的冗余性,提出了一种基于D-S证据推理的模糊模式识别方法。该方法通过对观测样本信任度(模糊隶属度)的重新分配,有效地解决了辐射源信息不确定性问题,提高了辐射源的正确识别率。最后通过单一的模糊识别和D-S证据组合的模糊识别两种方法的仿真对比实验验证了后者的有效性。     

一种基于相关证据的数据融合算法

根据Dempster-Shafer证据理论和相关证据合成方法，将证据合成算法应用于神经网络分类器中，以提高分类器的分类精度。在UCI数据库的分类中的应用结果，证明了该方法的有效性。     

基于证据推理的企业知识管理绩效评价方法

作为知识管理的重要组成部分,知识管理绩效评价旨在帮助企业找出影响绩效提高的关键因素并及时采取有效措施,提高知识管理水平。从市场营销能力、信息管理水平、学习型组织成熟度和知识的存量水平等4个角度,分析了评价企业知识管理绩效水平应考虑的主要因素,建立了关于企业知识管理绩效评价指标体系。在此基础上,提出了运用D-S证据推理方法,对企业知识管理绩效水平进行评价,并给出了证据推理的算法步骤。算例分析表明,利用D-S证据推理方法对企业知识管理绩效进行评价具有一定的有效性和应用价值。     

浅析辩护人、诉讼代理人毁灭证据、伪造证据罪

现行刑法第306条专门规定了辩护人、诉讼代理人毁灭证据、伪造证据、妨碍证据罪。本罪的主要特征犯罪主体、犯罪客体、犯罪主观方面、犯罪客观方面不同于一般主体的犯罪。同时，从我国刑法第306条这一专门刑事条款违背公正性原则，构成对律师职业的歧视，破坏司法平衡，恶化控辩双方关系，在实践中不利于刑事诉讼法的实施．不利于民主法制建设等方面对此罪名进行了质疑，主张此罪名应予废止。     

基于D-S证据理论的纹理图像分类方法

在阐述Dempster-Shafer证据理论的基础上,给出了基于Dempster-Shafer证据理论的多源信息融合的方法,并将Dempster-Shafer证据理论的信息融合技术应用于遥感图像纹理的分类.图像灰度均值特征和图像灰度共生矩阵的熵特征作为纹理图像的不同特征被提取,并构成该理论中的证据,利用一定的决策规则,选择融合证据作用下最大的假设.实验结果表明,基于Dempster-Shafer证据理论的多特征融合分类识别图像纹理的新方法是切实有效的和可行的,分类结果要优于仅仅利用单个特征进行分类的结果,能极大地提高图像纹理的识别分类能力.     

态势评估中的作战群体类型识别

针对类型识别所处理的情报和使用的知识的不确定性,尤其是情报与知识在观点上的不明确性,提出了基于证据理论的情报表示及组合方法,并给出了群体类型的模板表示方法,进而提出了基于组合情报与模板模糊匹配的作战群体类型识别方法。该方法可应用于各个层次的兵力聚合过程,以辅助各个指挥层次的军事决策,提高决策的速度及效率。