一种快速分层递阶DSmT近似推理融合方法(A)

李新德; Jean Dezert; 黄心汉; 孟正大; 吴雪建

您当前的位置：

首页 >

文章列表页 >

一种快速分层递阶DSmT近似推理融合方法(A)

学术论文 | 更新时间：2025-07-08

- 一种快速分层递阶DSmT近似推理融合方法(A)
- A Fast Approximate Reasoning Method in Hierarchical DSmT(A)
- 电子学报 2010年38卷第11期页码：2566-2572
- 作者机构：
  
  1. 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室,江苏,南京,210096
  2. ONERA(The French Aerospace Lab),29 Av.de la Division,Leclerc,Chatillon,France,92320
  3. 华中科技大学控制系,湖北,武汉,430074
  4. 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室,江苏,南京,210096
  5. ONERA(The French Aerospace Lab)29 Av.de la DivisionLeclercChatillon 92320France
  6. 华中科技大学控制系,湖北,武汉,430074
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (青年基金) (No.60804063,No.60805032)江苏省自然科学基金 (No.BK2010403);图像信息处理与智能控制教育部重点实验室开放基金 (No.200902);东南大学创新基金 (No.3208000501);航空科学基金 (No.20100169001)
- DOI：
  中图分类号： TP391
- 纸质出版：2010
- 稿件说明：
移动端阅览
李新德, Jean Dezert, 黄心汉, 等. 一种快速分层递阶DSmT近似推理融合方法(A)[J]. 电子学报, 2010,38(11):2566-2572.

A Fast Approximate Reasoning Method in Hierarchical DSmT(A)[J]. Acta Electronica Sinica, 2010, 38(11): 2566-2572.
李新德, Jean Dezert, 黄心汉, 等. 一种快速分层递阶DSmT近似推理融合方法(A)[J]. 电子学报, 2010,38(11):2566-2572. DOI：

A Fast Approximate Reasoning Method in Hierarchical DSmT(A)[J]. Acta Electronica Sinica, 2010, 38(11): 2566-2572. DOI：

摘要

本文提出了一种分层递阶的DSmT快速近似推理融合方法

该方法针对超幂集空间中仅单子焦元具有信度赋值的情况

利用二叉树或三叉树分组技术对其刚性分组

与此同时

对每个信息源对应的各个分组焦元进行信度赋值求和

以便实现细粒度超幂集空间向粗粒度超幂集空间映射.然后运用DSmT组合规则和比例冲突分配规则对粗化超幂集空间的两个信息源进行融合

保存该融合结果作为父子之间节点连接权值

然后对每个分组焦元信度赋值归一化处理

通过设定树的深度

来确定分层递阶的次数.最后通过从多个角度比较新、老方法

从而充分地验证了新方法的优越性.

Abstract

A kind of fast approximate reasoning method in hierarchical DSmT is proposed.This method is only fit for the case that there are only singleton focal elements with assignments in hyper-power set.These focal elements in hyper-power set are forced to group through bintree or tritree technologies.At the same time

the assignments of focal elements in these different groups corresponding to each source are added up respectively

in order to realize the mapping from the refined hyper-power set to the coarsened one.And then

two sources with the coarsened hyper-power set are combined together according to DSmC(Classical DSm combination rule) and PCR5(Proportional conflict redistribution No.5).The fused results from different groups will be saved as the connecting weights between father and children nodes.And then

all assignments of focal elements in different groups will be normalized respectively.Tree depth is set

in order to decide the iterative times in hierarchical system.Finally

by comparing new method with old one from different views

the superiority of new one over old one is testified well.

关键词

Keywords

references

浏览量

1110

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种快速分层递阶DSmT近似推理融合方法(B)

一种多子焦元信度赋值非零情况下的DSmT近似融合推理方法

双注意力引导的细节和结构信息融合图像去雾网络

基于适应度指导交配限制策略的重组算子与多目标优化研究

基于双域特征交互和局部相关性上采样的单幅图像去雾方法