您的位置: 专家智库 > >

陈雁飞

作品数:1 被引量:15H指数:1
供职机构:武汉数字工程研究所更多>>
发文基金:国家重点基础研究发展计划国家高技术研究发展计划国防科技技术预先研究基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

机构

  • 1篇哈尔滨工程大...
  • 1篇武汉职业技术...
  • 1篇武汉大学
  • 1篇武汉数字工程...

作者

  • 1篇夏学知
  • 1篇胡丹桂
  • 1篇陈雁飞

传媒

  • 1篇电子学报

年份

  • 1篇2014
1 条 记 录,以下是 1-1
排序方式:
基于试探折扣修正的证据组合方法被引量:15
2014年
Dempster-Shafer(D-S)证据理论在不确定性信息处理相关领域具有十分重要的地位,然而对冲突证据进行Dempster规则组合时,常常会出现反直观结果的问题.本文提出了一种新的对证据组合结果质量评价的量化标准,该标准由证据集可信度与组合结果聚焦度构成,并在该标准的基础上提出了一种对证据进行多次试探折扣的修正方法,每次试探折扣由证据的不从属度来构造,实现了证据集可信度与组合结果聚焦度的共同提高,获得最佳聚焦结果,并且还可以通过设置优化目标,灵活控制证据集可信度,获得高质量证据组合结果,以满足各种类型决策的需要.实验结果和相关分析表明,本文方法是合理有效的.
陈雁飞夏学知胡丹桂安彧
共1页<1>
聚类工具0