基于改进证据理论的态势评估方法

计算机应用 ›› 2014, Vol. 34 ›› Issue (2): 491-495.

基于改进证据理论的态势评估方法

汪永伟¹,²,刘育楠¹,²,赵荣彩²,司成¹,²,邱卫¹,²

1. 河南省信息安全重点实验室，郑州 450004
2. 信息工程大学，郑州 450004；

收稿日期:2013-08-02 修回日期:2013-10-10 发布日期:2014-03-01 出版日期:2014-02-01
通讯作者: 汪永伟
作者简介:汪永伟(1977-)，男，河南新安人，讲师，博士研究生，主要研究方向：态势感知；刘育楠(1971-)，男，河南周口人，副教授，硕士，主要研究方向：态势感知；赵荣彩(1957-)，男，河南洛阳人，教授，博士生导师，主要研究方向：信息安全、高性能计算；司成(1988-)，男，天津人，硕士，主要研究方向：态势感知；邱卫(1990-)，男，江西宜春人，硕士，主要研究方向：态势感知。
基金资助:
国家863计划项目;国家973计划项目

Situation assessment method based on improved evidence theory

WANG Yongwei¹,²,LIU Yunan¹,²,ZHAO Cairong²,SI Cheng¹,²,QIU Wei¹,²

1. Henan Key Laboratory of Information Security, Zhengzhou Henan 450004, China
2. Information Engineering University, Zhengzhou Henan 450004, China;

Received:2013-08-02 Revised:2013-10-10 Online:2014-03-01 Published:2014-02-01
Contact: WANG Yongwei

摘要/Abstract

摘要： 证据理论是实现基于规则的态势感知主要方法之一。然而，证据理论在多源多证据合成时存在悖论问题。针对此问题，通过相异度计算对证据重要性度量与修正，提出了一种基于改进证据理论的态势评估方法，该方法包括规则度量、证据修正、规则融合和态势决策等四个阶段。实验表明，该方法能够避免利用证据理论进行态势融合中的悖论问题，在态势评估效率和准确性等方面优于Dempster、Yager和Leung等典型方法。

关键词: 态势评估, 融合, 相异度, 规则, 证据理论

Abstract: Evidence theory is one of the main approaches to implement situation assessment based on rules. But evidence theory can result in paradox problem in conflicting evidence combination. Concerning this problem, by dissimilarity calculation, the importance of evidence was measured and original evidence was modified. A new approach based on the improved evidence theory was proposed. The new approach contained four steps including rules measurement, evidence modification, rules fusion and situation decision. The experiments show that the new approach can avoid paradox problem in the process of fusion based on evidence theory, and it is superior to typical approaches, such as Dempster approach, Yager approach and Leung approach, etc, in efficiency and accuracy of situation assesment.

Key words: situation assessment, fusion, dissimilarity, rule, evidence theory

中图分类号:

TP393.08

汪永伟刘育楠赵荣彩司成邱卫. 基于改进证据理论的态势评估方法[J]. 计算机应用, 2014, 34(2): 491-495.

WANG Yongwei LIU Yunan ZHAO Cairong SI Cheng QIU Wei. Situation assessment method based on improved evidence theory[J]. Journal of Computer Applications, 2014, 34(2): 491-495.

[1]	王娜, 蒋林, 李远成, 朱筠. 基于图形重写和融合探索的张量虚拟机算符融合优化[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2802-2809.
[2]	潘烨新, 杨哲. 基于多级特征双向融合的小目标检测优化模型[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2871-2877.
[3]	黄颖, 杨佳宇, 金家昊, 万邦睿. 用于RGBT跟踪的孪生混合信息融合算法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2878-2885.
[4]	陈彤, 杨丰玉, 熊宇, 严荭, 邱福星. 基于多尺度频率通道注意力融合的声纹库构建方法[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2407-2413.
[5]	刘艺, 杨国利, 郑奇斌, 李翔, 周杨森, 陈德鹏. 无人系统数据融合流水线架构设计[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2536-2543.
[6]	李晨倩, 刘俊. 基于半监督和多尺度级联注意力的超声颈动脉斑块分割方法[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2604-2610.
[7]	顾焰杰, 张英俊, 刘晓倩, 周围, 孙威. 基于时空多图融合的交通流量预测[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2618-2625.
[8]	李伟, 张晓蓉, 陈鹏, 李清, 张长青. 基于正态逆伽马分布的多尺度融合人群计数算法[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2243-2249.
[9]	魏文亮, 王阳萍, 岳彪, 王安政, 张哲. 基于光照权重分配和注意力的红外与可见光图像融合深度学习模型[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2183-2191.
[10]	刘瑞华, 郝子赫, 邹洋杨. 基于多层级精细特征融合的步态识别算法[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2250-2257.
[11]	刘越, 刘芳, 武奥运, 柴秋月, 王天笑. 基于自注意力机制与图卷积的3D目标检测网络[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1972-1977.
[12]	黄梦源, 常侃, 凌铭阳, 韦新杰, 覃团发. 基于层间引导的低光照图像渐进增强算法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1911-1919.
[13]	王美, 苏雪松, 刘佳, 殷若南, 黄珊. 时频域多尺度交叉注意力融合的时间序列分类方法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1842-1847.
[14]	赵征宇, 罗景, 涂新辉. 基于多粒度语义融合的信息检索方法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1775-1780.
[15]	罗玮, 刘金全, 张铮. 融合秘密分享技术的双重纵向联邦学习框架[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1872-1879.