d-s证据理论程序

一种有效的证据理论组合规则，李军伟，程咏梅，D-S证据理论是用于处理多传感器的信息融合不确定性的有效方法之一，但它在解决高冲突证据的融合问题，往往得到有悖于常理的结论。

地物纹理的复杂性,使地物分类一直是遥感领域研究的热点和难点。机载激光技术可以直接获取地物的三维点云信息,影像数据可以提供丰富的波谱信息,因此,结合机载激光点云和航空影像主被动遥感数据对地物进行分类。首

证据合成规则在处理冲突证据时产生的失效问题，影响了证据理论的应用。为了有效融合高度冲突的证据，在Murphy 规则、邓勇以及张军方法的基础上提出了一种新的基于证据可信度分级的加权平均证据合成规则，实验

基于证据理论的双向全双工MIMO中继自干扰抑制

提出了一种基于平方证据权重的模糊证据组合方法,并应用于弱小目标多特征融合检测算法中,采用了证据理论中的基本概率分配函数来描述判决结果的不确定性,首先提取检测图像的局部灰度均值对比度、局部梯度均值对比度

文中基于各认知用户的差异性,提出一种基于改进D-S证据理论的加权协作频谱检测算法。在能量检测的基础上,充分考虑各个认知用户之间的差异性,并根据各认知用户的检测统计量的方差和均值来给出各个参与数据融合的

针对雷达目标一维距离像(HRRP) 识别问题, 结合支持向量机(SVM) 和DS 证据理论提出一种多极化 HRRP 分类方法—–SDHRRP. 该方法通过混淆矩阵获取基分类器之间的距离, 从而根据基分

针对现有集成方法在处理模糊聚类时存在的不足, 提出一种基于证据理论的模糊聚类集成方法. 以各聚类成员作为证据元, 以样本点间的类别关系作为焦元, 通过证据积累构造互相关矩阵. 考虑到模糊聚类对于各样本

基于Bayes理论的测试性评估方法能充分利用产品研制阶段先验信息，评估结论置信度相比经典方法有了很大提高。针对先验信息不确定性影响Bayes评估结论的问题，提出基于D-S证据理论的测试性综合评估方法。

针对基于单一判据的电网故障诊断系统存在较高误判率的问题,提出了一种基于DS证据理论的多判据融合决策的电网故障诊断系统的设计方案。该方案采用基于量值区分的门限法、基于电流差动的门限法、基于功率方向的门限