基于直觉模糊和证据理论的混合型偏好信息集结方法

针对准则值为模糊数的风险型多准则群决策问题,提出一种基于前景理论的多准则群决策方法.首先运用方差分析原理构建群决策参考点;然后分析区间数、三角模糊数、梯形模糊数等无量纲化方法,给出各类模糊数的价值函数

在信息融合系统中, 各传感器提供的信息不一定完全可靠, 在融合前有必要对传感器的可靠性进行评估, 进而对其提供的信息进行预处理. 基于证据理论, 在传感器混淆矩阵的基础上定义了后验概率向量, 通过分析

针对标记样本少的不平衡数据，提出一种基于证据理论和biased-SVM的不平衡数据半监督分类方法。首先采用随机子空间方法得到不同的视图；然后在各个视图上利用初始的标记样本集训练biased-SVM模型

针对遥测时序数据判读复杂的问题,提出一种对飞行器发射试验遥测时序数据进行一致性分析判决的新方法。该方法通过构建Pearson相关系数、Spearman相关系数、Kendall相关系数等数据相关性分析途

论文研究-基于证据理论的导弹对抗防御雷达作战效能评估方法.pdf,  针对评估矩阵由随机数、区间数、模糊数以及空缺值等多种形

针对D-S证据理论对于高冲突证据融合失效的问题，基于证据加权平均处理的方法，对D-S算法进行了改进。提出了一种新的相似度函数来表示证据的相似度，并通过归一化处理得到证据的支持度，对证据进行预处理，再采

对证据理论和直觉模糊集理论之间的本质联系进行分析, 提出一种基于直觉模糊集改进的证据合成实用算 法用于多传感器目标识别. 根据直觉模糊集中隶属度和非隶属度的概念, 对证据理论的可信度函数模型进行改进,

针对群决策偏好集结中违反Pareto 最优性的情况, 设计一种基于群组判断几何离差的同质性集结方法. 该方法在集结前进行几何离差测试, 以确定个体决策信息的离差水平. 离差较小时, 可基于几何平均集结

有效的活动识别是智能辅助的关键。结合D-S证据和本体推理，提出一种互补结构的活动识别方法。该方法通过在证据理论和知识库之间建立对应关系形成互补，既解决了异构数据之间的知识共享，又对本体推理的规则冲突进

《数据融合中的Dempster-Shafer证据理论》王壮火力与指挥控制2001-03(1).pdf)