广义证据推理融合结构

摘要：

针对Dempster-Shafer理论(DST)及Dezert-Smarandache理论(DSmT)难以处理不确定信息的问题,定义了辨识框架中的不确定因子,提出了2种自适应通用分配法则(AUPR).并提出了证据理论的广义融合框架,并在此基础上构建了广义证据推理机.以Pioneer 2-DXe机器人为实验平台,绘制了实验场景的信度分布图.实验结果验证了所提方法的有效性和实用性,为构建统一的信息融合框架提供了有力的依据.

关键词：证据推理、融合框架、地图构建、信息融合

所属期刊栏目：5

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金资助项目60675028

在线出版日期：2011-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：487-491