基于Pignistic概率转换和奇异值分解的证据冲突度量方法

摘要：

针对常见证据冲突度量方法适应性差、准确性低的问题,提出了一种基于Pignistic概率转换和奇异值分解的证据冲突度量方法.首先通过Pignistic概率转换将证据焦元差异映射到信度差异上,构建证据复合信任函数矩阵.然后采用奇异值分解的方法提取矩阵特征,根据奇异值特性将矩阵特征空间划分为相似子空间和冲突子空间,综合考虑证据矩阵相似特性和冲突特性,将冲突子空间奇异值与相似子空间奇异值之比作为新的冲突度量因子.最后在全冲突场景、变信度场景、变焦元场景、焦元嵌套场景等多种证据冲突场景下将所提方法与常见方法进行了对比分析,结果表明所提方法具有适应性广、准确性高、稳定性好的特点.

关键词：证据理论、证据冲突度量、Pignistic概率转换、奇异值分解

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家国防科技工业局技术基础科研基金资助项目No.JSZL2015212B001

在线出版日期：2021-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：150-157