D-S证据理论算法及实现-matlab实现

针对态势预测的多模型组合问题，提出了一种基于证据理论优化的态势组合预测模型。该模型首先对预测子模型进行训练，获得预测子模型的性能评价与指标权重分配；基于证据理论对多指标的权重分配结果进行融合，提高权重

针对经典DS证据理论在处理高度冲突的证据信息时会产生有悖常理结论的情况，基于证据支持度的思想，引入了证据之间相容系数的概念，并随之引入证据可信度的概念，提出了一种新的证据权重的确定方法；最后运用DS证

针对我国煤层气储层非均质性强,储层评价中存在着储层参数的随机性、模糊性以及数据缺乏等许多不确定性问题,将D-S证据理论引入煤层气储层的评价中,以解决评价过程中的不确性问题。应用D-S证据理论建立了煤层

基于粗糙集与证据理论的信息融合研究论文，可以将教你知道如何将粗糙集与证据理论融合，采集信息的必要性。

SVM的硬判决软化为概率输出的软判决，输出的概率再转换成确信度用于证据融合理论的输入

为了有效检测夜间车辆,提出了一种利用D-S证据理论进行夜间车辆检测的方法。首先在YCrCb颜色空间中采用阈值法对道路场景图像进行分割得到明亮块,提取各个明亮块的轮廓,利用轮廓四邻域偏红度水平消除非尾灯

为解决证据理论存在的鲁棒性差、证据源冲突程度过大时融合结果不佳等问题.提出了一种鲁棒性证据理论,该理论所具有的鲁棒性弥补了D-S证据理论的不足,使冲突证据源合成结果更理想,鲁棒性更强.并将鲁棒性证据理

为了能够在认知无线电网络中有效、准确地检测出授权用户,提出了基于改进的证据理论的合作频谱感知方案设计方法。根据各个次用户对授权用户进行多次本地检测得出的时域DS融合结果,设计并改进融合顺序和融合结构,

城市建设用地的准确预测是城市合理规划,持续发展的重要保证,建立一种灰色BP网络预测模型,把灰色预测与BP神经网络组合起来,通过历史数据预测城市建设用地量,该模型既考虑了城市建设用地的时序特性,又考虑了

属性约简是知识表示和数据挖掘中的一个基本问题。 本文研究了基于Dempster-Shafer证据理论的不完全信息系统和不完全决策系统的属性约简。 介绍了不完全信息系统中的似然性降低和置信度降低的概念,