《表3 Bayesian近似算法的处理结果》
从表5的融合结果可见:ELNA的融合结果与Bayesian近似算法的融合结果基本保持一致。Bayesian近似算法仅对复合源进行了处理,其融合结果应和不经过近似处理的Dempster组合规则的融合结果一致,因此ELNA融合结果是可信的。Summarization近似算法的结果与其他方法存在一定的差异,主要问题在于融合确定性较低的证据(证据M4)对其结果产生的较大的影响,因为其融合前3个证据知之后的支持度依次为0.725、0.208、0.014、0.014、0.014、0.025,而融合第4个证据使其结果产生了较大的偏差。ELNA近似算法通过融合前的权重分配,对于像上例中的确定性较差的证据(证据M3、M4)给予较低的权重值,这样产生的融合结果基本是正确可信的。本文在处理确定性较差的焦元时会突出其主要的焦元,保留其最主要的信息。在最终的融合中这些信息能提高主要信息的支持度,使得证据的每个部分都有自己的用处,避免了信息的丢失。
图表编号 | XD007426200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.09.15 |
作者 | 陈鹏、何凯、余肖生 |
绘制单位 | 三峡大学计算机与信息学院、三峡大学计算机与信息学院、三峡大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |