一种基于ISODATA聚类和改进相似度的证据推理方法
针对智能信息处理中Dempster 组合规则不能处理高度冲突的问题,从内、外证据不确定性分析的角度深入揭示了证据冲突产生的原因,即证据的冲突性不仅仅根源于证据间的矛盾,也与证据自身的不确定性密切相关,提出了一种同时考虑证据自冲突和外部冲突的相似性测度,然后利用新测度计算证据的众信度,对证据源进行修正；与此同时,根据原始证据间的聚类特性,利用迭代自组织数据分析技术(Iterative selforganizing data analysis techniques algorithm, ISODATA)聚类方法进行聚类,然后利用Dempster组合规则合成每一聚类中所有证据为证据代表,并综合众信度和证据在该聚类的频度计算可靠度,最后,利用统一组合规则合成证据代表。并通过大量的算例,同其他方法和自身改进前后进行深入比较,优势比较明显,有效地解决了冲突证据合成出现的问题。
证据推理、冲突、聚类、相似测度、组合规则
TP3;TN9
国家自然科学基金60804063,61175091;江苏省“青蓝工程”资助计划,航空基金20140169002;江苏省“六大高峰人才”资助计划,江苏高校优势学科建设工程资助项目资助Supported by National Natural Science Foundation of China60804063,61175091;Qing Lan Project of Jiangsu Province, Aeronautical Science Foundation of China20140169002;Six Major Top-talent Plan of Jiangsu Province, and A Project Funded by the Priority Academic Program Development of Jiangsu Higher Education Institutions
2015-04-15（万方平台首次上网日期，不代表论文的发表时间）
共16页
575-590
