雷达目标识别中获取基本概率赋值的方法

由于传感器的精度、系统组成的许多环节、外部环境影响以及数据的后处理等因素的影响,雷达目标识别中存在大量的不确定性.在这种情况下,利用精确的方法处理不确定性信息,必然造成识别误差的提高.证据理论是近年发展起来的一种新型推理技术,由于它能够处理由不知道引起的不确定性,因此被广泛地应用于目标识别中.然而,在利用证据理论时,基本概率赋值的构建是证据理论实际应用中面临的最大难题.针对雷达目标识别具体问题,在系统分析证据理论的基础上,提出构建基本概率赋值的方法,并通过仿真实验验证了方法的可行性.     

基于证据组合的直觉模糊群决策方法

对于属性权重已知,属性值以直觉模糊值形式给出的多属性群决策问题进行了研究,提出了基于证据理论的直觉模糊群决策方法。首先在计算直觉模糊值相似度的基础上,并考虑专家的信任度,给出了专家基本概率分配函数的计算方法。然后基于证据组合理论合成对单个属性以及综合属性的决策群体基本概率分配函数。通过计算方案效用值,来进行方案的排序。通过一个算例说明了该方法的有效性。     

多传感器数据融合实现卫星及其系留诱饵的识别

卫星在绕地球运行时,其周围可能带有一个或多个系留诱饵。诱饵与卫星运行于相同的轨道,具有与卫星完全相同的运动状态。为了对抗雷达和可见光探测,通过改变诱饵表面涂层,可使其具有和卫星基本相同的雷达和可见光特性。在这种情况下,红外辐射特性成了识别卫星及其诱饵的唯一特征。文章提出了一种基于红外辐射特征的区分卫星及其系留诱饵的多传感器数据融合方法,利用地面三个观测站的三个多波段传感器提供的红外特征,采用神经网络和证据理论实现多级融合,有效地解决了噪声条件下卫星及其诱饵的识别问题。     

基于格结构假设空间证据推理的双向传播计算模型

在专家系统中,基于证据理论的推理网络一般为格结构形式,将证据理论的现存形式直接应用于具有复杂结构的推理过程存在很大的困难。本文基于格结构假设空间,采用不确定知识的可信度表示方法,给出了初始基本概率赋值函数的一种计算方法,并在扩充的Shenoy-Shafer结点处理模型的基础上,提出了证据推理的双向传播计算模型。     

一种可靠的协作式频谱感知方案

高可靠性的频谱感知是认知无线电实现的基础.在认知无线电网络环境下,提出了一种可靠的合作频谱感知方案.认知网络中的独立节点分别计算频谱感知结果的可信任程度,融合中心预分选各节点的感知结果,剔除终端的错误感知数据,利用D-S证据融合方法得到最终感知结果.该方式能够克服阴影效应、衰落信道以及自私设备所造成的感知信息失真问题....     

浅谈处置边境纠纷冲突中的法律对策运用

我国边境地区环境复杂,妥善处置边境纠纷冲突,对维护边疆安宁稳定,促进我国与周边国家关系的友好发展具有重要作用。加强应对边境纠纷冲突中的法律对策问题研究,对边防部队依法履行使命任务,具有重要现实意义。     

贝叶斯网络推理在信息系统安全风险评估中的应用

提出了一种基于贝叶斯网络推理的安全风险评估方法。从实际出发建立信息系统的贝叶斯网络模型,根据专家给出的先验信息,结合获得的证据信息,运用Pearl方法完成对模型的评估,给出在特定条件下模型的计算——线性推理算法。最后,以实例分析信息系统安全评估的实现过程,结果表明,该方法可行、有效。     

西方后现代证据理论评述

后现代证据理论的基础是探寻真相的具象图景。它是以彻底颠覆现代性的一切的姿态来突出自身意义的。后现代证据理论为证据理论提供了一种全新的思路,并以此为根基建构了自己的框架,它采用了一种不同于传统认识论的态度和方法来对待问题,是与传统的证明观念相反的一种理念,甚至是对传统方式的扬弃。     

基于直觉判断矩阵和证据理论的群组决策方法

针对属性权重已知的群决策环境,根据直觉模糊和证据理论相关知识,提出了一种群决策方法。采用直觉模糊数描述专家关于方案的两两比较结果,构建直觉判断矩阵;根据直觉判断矩阵排序中转法,按一致性要求确定属性直觉模糊数型权重;以直觉模糊评价值构造Mass函数,结合证据冲突度和犹豫度,在属性层面区对专家权重进行合理分配;利用直觉模糊集加权集结算子集结决策信息,并根据得分值和精确值进行方案排序。通过算例,验证了所提方法的合理有效性。