基于FDR的证据理论改进算法-国际计算机科学进展.docx

基于FDR的证据理论改进算法-国际计算机科学进展.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

-10-

基于FDR的证据理论改进算法

【摘要】为简化证据理论合成规则融合过程,提高其融合效果,本文应用特征降维(FeatureDimensionReduction,FDB)技术,提出一种行之有效的证据理论改进算法。实验结果表明:基于FDR的证据理论改进算法具有融合过程简单、融合效果好、类型识别率高等特点,该算法经过数据集测试后,其类型识别率升高至94%,完全符合实际应用需求。希望通过这次研究,为相关人员提供有效的借鉴和参考。

【关键词】证据理论;组合规则;样本分类

【收稿日期】2023年8月6日【出刊日期】2023年9月27日【DOI】10.12208/j.aicsImprovedalgorithmofevidencetheorybasedonFDR

【Abstract】Inordertosimplifythefusionprocessofevidencetheorysynthesisrulesandimproveitsfusioneffect,thispaperappliesFeatureDimensionReduction(FDB)technologytoproposeaneffectiveevidencetheoryimprovementalgorithm.TheexperimentalresultsshowthattheimprovedalgorithmbasedonFDRevidencetheoryhasthecharacteristicsofsimplefusionprocess,goodfusioneffect,andhightyperecognitionrate.Afterbeingtestedonthedataset,thetyperecognitionrateofthealgorithmincreasedto94%,fullymeetingthepracticalapplicationrequirements.Ihopetoprovideeffectivereferenceandguidanceforrelevantpersonnelthroughthisstudy.

【Keywords】Evidencetheory;Combinationrules;Sampleclassification

证据理论作为一种有效工具,主要用到模糊决策思想,在目标识别、决策制定等领域具有重要作用。在进行特征融合之前,为促使样本特征融合过程变得更加简单化,需要筛选、降维处理原始样本特征。另外,为避免因样本特征权重分配不合理而降低最终实验结果精确度,需要在进行特征融合期间,将较低权重分配给存在矛盾关系的样本特征[1]。本文提出一种基于FDR的证据理论改进算法,该算法在正式融合样本特征之前,筛选和删除对分类结果影响程度较低的特征,不断降低初始样本特征数量,促使融合过程变得更加简单化,从而获得最佳融合效果[2]。所以,强化对基于FDR的证据理论改进算法研究显得尤为重要。

1基础理论

1.1D-S证据理论

D-S证据理论主要是由Dempster和Shafer两名

学者所提出的证据理论,运用该理论,可以从模糊、不确定的信息中,制定出相关决策。该证据理论被广泛地应用于各个领域中,并取得了良好的应用效果[3]。D-S证据理论在具体应用时,使用2n代表整个空间中的各个子集集合。子集集合表示如下:

2n={φ,{θ1},{θ2},…{θn},{θ1,θ2},…{θ1,θ2,…θn}}(1)

在D-S证据理论中,通常会用到质量函数,该函数符合在2n→[0,1]上的映射。运用上述公式,可以保证证据融合效果,简化证据融合过程,但是,当某一证据支持度过低或者达到0时,其最终融合效果较差,不够理想。

为解决以上问题,技术人员要引入和应用证据权值,不断降低此类证据的影响程度,此外,还要在整个融合样特征之前,筛选和删除支持度较低的样本特征。

基于FDR的证据理论改进算法

-11-

1.2特征选择

在各个样本特征之间,通常会存在较高的关联度,这就增加计算消耗量。此外,部分特征一旦处理不当,会降低最终预测结果精确度[4]。所以,在选择样本特征时,需要从各个样本特征中,选择出含有部分特征的样本,并将其设置为新样本特征,在选择整个

文档评论(0)

fdfdsos + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7100020006000001

1亿VIP精品文档

相关文档