应用DS证据理论的雷达工作模式特征层融合识别

日趋复杂的战场电磁环境对雷达工作模式识别提出了更高的要求,针对传统单平台工作模式识别方法的局限性,提出了一种在多平台协同背景下基于Dempster-Shafer(D-S)证据理论的雷达工作模式特征层融合识别算法。该算法运用隶属度函数获得基本信任赋值,根据Dempster合成规则,首先对多平台侦收的同一参数数据进行多平台参数内融合,然后进行参数间融合获得合成信任度,最后依据工作模式判定规则识别雷达工作模式。通过仿真实验,多平台融合识别算法的识别率较单平台识别方法平均提高了27%,实验结果说明融合识别方法有效地提高了识别性能。     

基于证据推理算法的网络安全评估

针对目前网络安全评估方法在同时处理各种类型信息时精度不高等问题,提出了 一种新的基于证据推理算法的网络安全评估方法.首先选取指标建立多层次的网络安全评估框架.其次,通过专家知识确定各指标的权重、评估等级和参考值,并以证据推理算法融合出来的安全态势评估值为基础,确定最终网络安全评估等级.最后,通过实验验证了该方法可以得出一个合理的评估结果,具有可行性和有效性.     

基于证据推理的高铁综合客运 枢纽客流图像背景建模

针对高铁综合客运枢纽客流图像特征,提出基于证据推理的客流图像背景建模方法. 利用均值背景模型和灰度分区处理提高背景模型的处理速度,通过引入证据推理构建合适的mass函数,提高背景灰度值的取值范围的置信度,从而提高背景图像的精确性. 结果表明,该方法原理正确,在高铁综合客运枢纽客流安全预警实际应用中,能够快速准确地生成客流背景图像,保证了客流信息提取的速度和精度.     

融合粗糙集和证据理论的车地无线通信设备故障诊断

针对车地无线通信设备故障诊断信息不一致的情况进行故障推理和诊断,提出了一种融合粗糙集与证据理论综合集成的车地无线通信设备故障诊断方法.该方法首先利用粗糙集剔除故障特征数据的冗余成分,提取互不相关的必需特征,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合.在建立规则库的基础上,引入基于证据理论的信息融合技术,解决多传感器故障监测数据与诊断规则准确匹配的问题,建立故障推理机制,便可方便得出车地无线通信单元故障诊断结果,实例分析表明该方法能有效提高模型故障诊断能力,具有较强实用性.     

基于DS理论的不确定空间co-location模式挖掘

 提出一种基于DS理论的co-location挖掘方法.先将数据集按照空间对象分类,然后从分类后的子数据集中依次提取该空间对象的实例,与其他空间对象数据集中的各个实例进行配对,将找到的各实例关系记录到一个新的关系表中,作为使用DS理论求解的基础.从一个新的角度来研究co-location挖掘技术,在DS理论的基础上重新定义了参与度,基于新定义的参与度来求解co-location模式.     

基于个体理性的不确定性指派问题研究

从个体理性的视角提出不确定性指派问题的效率矩阵计算方法和求解方法.该方法扩展了证据推理权重的维度,允许被指派人基于个体理性设置权重向量,进而对任务中包含的定性数据、定量数据及不确定性数据进行融合和规范化,生成效率矩阵.在此基础上,证明了传统指派解一定满足纳什均衡,从而完善了基于个体理性的指派模型的整个计算过程.最后,以一个算例验证模型的可行性和方法的有效性.     

工程项目地震损伤的鉴识调查方法

基于一般工程鉴识原则,针对工程项目地震损伤鉴识,提出强调\"证据—观点—证据\"的地震损伤鉴识分析原则和具体的技术调查方法.为保障鉴识调查结论的有效性及\"合法、客观、中立\"的工程证据属性,建议了合法的鉴识调查程序和规范的鉴识报告形成过程.     

证据推理与检索数据网络安全获取

利用动态数学模型,首先给出了内-数据、外-数据与内-外数据概念,然后给出了证据推理与检索数据智能获取定理和网络数据空间与数据-证据关系定理,进而给出了检索数据的网络安全获取算法,最后给出了这些概念、理论结果的应用。     

面向“排除合理怀疑”标准的案件推理模型

在社会安全案件审判阶段,对于案件推理依据“排除合理怀疑”标准认定案件事实,是在无罪推定原则下判定嫌疑人是否有罪的关键前提。针对这一问题的研究存在定量化不足的问题。该研究应用链式规则和Bayes推理方法,深入解析“排除合理怀疑”标准,通过理论和实证分析提出主张合理性的判断规则和证据解释的链式规则;定义解释间的独立性,提出证据的独立划分方法以判断主张能否合理解释证据,构建面向该标准的案件推理模型。将构建的案件推理模型应用于车辆冲撞案和故意杀人案2类频发的刑事案件,对控辩双方提出的主张进行模型推理分析,并对比模型分析结果与实际案件事实,验证模型的有效性。研究结果表明：对于达到“排除合理怀疑”标准的与未达到“排除合理怀疑”标准的案件,所提出的模型均能够协助认定案件事实,并给出相应依据。