下载文档原格式
D-S证据理论改进相关综述发布时间：2022-09-08T09:02:08.884Z 来源：《科技新时代》2022年2月4期作者：杨亚琨，[导读] 在目标识别领域的数据融合技术当中，D-S证据理论被广泛应用，主要在于D-S证据理论可杨亚琨，单位：湖南农业大学-信息与智能科学技术学院摘要：在目标识别领域的数据融合技术当中，D-S证据理论被广泛应用，主要在于D-S证据理论可以有效的处理不确定信息。
可有效处理复杂环境下引起的不确定问题，使其处理不确定信息时更加的高效。
其缺点是在高冲突的证据发生时，得不到有效结果。
本研究为探寻一种能够优化证据理论的方法，使其达到高冲突证据环境中，还能得到不偏离现实的有效融合结果的目的，研究并整理了大量相关文献，研究过程中发现有学者针对此方向有过探究，但效果不甚理想。
基于此，本文经查阅大量国内外相关文献，为探寻一种解决高冲突证据问题的方法后分析和整理成为本篇综述。
关键词：D-S证据理论；不确定信息；高冲突证据；优化1.引言1967年，证据理论首次问世，提出人是Dempster。
同年，Shafer通过研究进一步完善并确立了证据理论概念。
因此证据理论又被命名为D-S（Dempster-Shafer）证据理论，以此纪念两位伟大的研究先驱。
D-S证据理论由于对不确定信息的多元化高效处理，能在目标识别领域发挥出巨大作用。
由于D-S证据理论无需目标先验，也无需条件概率密度，在建模上比贝叶斯概率论具备更优越的有效性与灵活性。
D-S证据理论对于“不确定性”的表达通过对由多个对象组成的集合子集来进行基本概率分配函数的分配，而不是单个对象，并对证据主体进行合并形成新的证据。
Dempster组合规则的决策是通过多传感器信息的综合而得，拥有准确、有效的特征[3]。
设多传感器系统的框架为Θ={A1，A2，...，AM},生成两个独立的证据定义，设对应的mass函数为m1和m2，则Dempster组合规则为交换律和结合律在Dempster组合规则中发挥的作用是在不受揆情度理顺序的影响下提高证据融合的便利性。
现代电子技术Modern Electronics Technique2024年4月1日第47卷第7期Apr. 2024Vol. 47 No. 70 引 言市场监管领域中业务平台每天经过的流量大、涉及的域名多，在网络安全的防护过程中日志系统和警报系统每天都会产生大量的数据，难以分析和预处理。
同时，当今网络活动相当复杂，无论是单个入侵检测系统工作，还是多个入侵检测系统配合都容易出现误报、漏报和重复报警的问题，对于市场监管系统复杂的网络情况，难以快速准确地识别网络安全风险。
为减轻市场监管领域网络安全防控压力，本文提出一种基于异构日志和警报源的安全数据融合算法，利用DS （Dempster⁃Shafer ）证据理论对攻击数据进行关联和融合，快速获取系统最关键的安全态势信息，辅助市场监管网络安全态势决策。
1 相关研究1.1 网络安全态势预测由于目前的网络环境复杂，网络安全形势非常严峻，并随着各个企业与部门对网络安全的关注程度不断基于DS 证据理论的多源网络安全数据融合模型黄智勇1，2， 林仁明2， 刘 宏2， 朱举异1， 李嘉坤1（1.电子科技大学 信息与软件工程学院， 四川 成都 610054；2.四川省市场监督管理局 信息中心， 四川 成都 610017）摘 要： 网络安全态势感知涉及大量的多源数据，其信息抽取难度高，是当前急需解决的问题。
文中结合现有的网络安全实践，针对流量传感器产生的数据，研究了基于DS 证据理论的多源网络安全数据融合方法。
该方法通过设计有效的融合模型，降低数据冗余性，实现关联性分析，并从时间、空间和事件等维度分析网络安全事件之间的关联性，形成关联后的融合数据，提高网络安全态势数据的有效性。
提出的融合模型不仅有效提取了关键信息，增强了网络安全态势数据的有效性，为网络安全监管提供了有力支持，而且在网络事件可能存在误报或漏报的情况下依然能够保持较高的有效性，具有重大的实际应用价值和推广意义。
《改进D-S证据理论的决策融合算法研究及应用》篇一一、引言在当今信息化时代，多源信息融合技术在决策支持系统、智能控制系统以及机器智能领域的应用日益广泛。
其中，决策融合算法作为多源信息融合的核心技术之一，对于提高决策的准确性和可靠性具有重要意义。
D-S（Dempster-Shafer）证据理论作为一种重要的决策融合算法，因其能够处理不确定性和不完全性信息而备受关注。
然而，传统的D-S证据理论在某些情况下仍存在融合精度不高、计算复杂度大等问题。
因此，本文旨在研究改进D-S证据理论的决策融合算法，并探讨其在实际应用中的效果。
二、D-S证据理论概述D-S证据理论是一种基于概率论的决策融合算法，通过将不同来源的证据进行融合，得到一个全局决策结果。
它能够处理不确定性和不完全性信息，具有一定的容错性和鲁棒性。
然而，传统的D-S证据理论在处理复杂问题时仍存在一些问题，如易陷入局部最优解、计算复杂度大等。
三、改进的D-S证据理论决策融合算法针对传统D-S证据理论的不足，本文提出了一种改进的决策融合算法。
该算法通过引入新的权重分配策略、优化基本概率分配函数以及采用多级融合策略等方法，提高了算法的融合精度和计算效率。
具体来说，我们的算法主要分为以下步骤：1. 权重分配策略：我们设计了一种基于证据可靠性的权重分配策略，根据不同来源证据的可靠性和重要性程度，为其分配不同的权重。
这样可以在一定程度上减少因不同来源证据质量差异导致的融合误差。
2. 优化基本概率分配函数：我们通过引入新的基本概率分配函数，对原始数据进行预处理和归一化处理，以减少数据噪声和冗余信息对融合结果的影响。
此外，我们还采用了概率平滑技术，以避免因某些事件的概率过于集中而导致的信息损失。
3. 多级融合策略：我们采用了多级融合策略，将原始数据进行多级融合处理。
这样可以更好地整合不同来源的信息，提高算法的容错性和鲁棒性。
在每一级融合过程中，我们都会根据上一步的融合结果进行下一级的权重分配和基本概率分配函数的调整。
基于D-S证据理论的目标识别融合应用作者：方怡王先全李杰李俊霖徐粮周锡祥来源：《电脑知识与技术》2020年第12期摘要：基于D-S证据理论的目标识别融合系统，可以充分发挥多传感器信息的优势，提高目标识别结果的准确性。
本文结合工程实践，分析地面目标融合识别过程中经典D-S证据理论方法处理数据出现的问题，发现使用D-S证据理论对于高冲突证据融合结果准确性较低。
因此提出一种基于D-S证据理论的改进数据融合方法，将冲突因子与支持度标准偏差的相反数相乘，再与所有证据和乘积的正交相加，然后减去证据的基本概率的最大差。
如果证据的冲突越大，这种方法的优势就越明显。
如果证据中不存在冲突，则融合结果与原始D-S证据理论的项目一致。
实验的比较数据表明，改进的信息融合方法对于改进解决冲突问题必不可少，并且是有效的。
关键字：多传感器信息融合;目标识别;D-S证据理论;证据支持度;冲突证据中图分类号：TP391 文献标识码：A文章编号：1009-3044（2020）12-0190-030引言目标识别融合系统是现代科技战争指挥系统中达到高效控制与指挥的重要设备和手段，要做到正确、及时地对局势进行决策、指挥，就需要对多源实时信息进行快速合理的处理，提高指挥员对局面的感知程度和反应能力，从而提高决策质量和水平。
随着各类先进电子信息设备的广泛应用，仅依靠人工进行信息分析判断以及指挥的方法已经无法适应信息化系统的要求。
对于来自不同类型、不同精度的多源传感器数据进行快速、准确处理是目标识别融合系统使用的主要技术，因此，多传感器数据融合技术已成为现代目标识别融合系统的核心技术之一，相关领域研究人员高度重视该项技术的发展。
在多传感器目标识别融合系统中，因为不同传感器准确度存在一定差异，以及环境噪声和人为干扰等因素，造成数据融合时出现不确定性。
Yager提出取消不完全可靠性证据的正则化过程，将未知情况分配给原有识别框架，有效解决了对高冲突证据的融合问题，但对于对冲突证据的完全否定问题没有得到改善。
中文摘要中文摘要近年来，由于对信息融合的要求越来越高，使得融合技术不仅在信息处理过程方面大大进步，也在军事领域、故障诊断和目标识别等众多领域得到了成功的研究与应用。
其中，D-S证据理论有着在无先验信息的状态下，可以很好的表示和处理不确定情况的优点，从而通过对问题进行建模，在融合过程中对数据进行更加优化的处理，提高了融合的准确性，使决策结果更加精确。
但若存在冲突证据，运用D-S证据理论进行证据融合就不能达到很好的效果甚至结果有悖常理，所以需要对证据理论进行改进。
当前研究的重点主要集中在修正证据源和修改组合规则，两种方法相对比发现，对证据源进行预处理不会破坏Dempster组合规则的优良性质，这比修改组合规则更有优势。
本文从证据源预处理和证据融合两方面入手，对冲突证据处理并合成，主要研究内容如下：首先，针对融合的不确定性问题进行分析，提出了在证据冲突且存在复合焦元的情况下降低不确定度的逆DP概率转换方法。
基于DP合成规则，通过势的划分，分层逐步降低不确定度，将基本概率分配函数经过转化为概率函数进行融合。
其次，针对冲突证据融合过程中可信度不高的问题，提出一种基于置信距离的加权融合算法。
利用置信距离测度对证据度量，将证据转换为距离矩阵形式，经过矩阵相关计算得到可信度，进而加权进行信度分配以修正证据源，最终进行基础的证据融合。
最后，针对证据冲突程度的衡量问题，提出了基于指数散度的冲突证据融合算法。
利用指数交叉熵进行冲突证据的衡量，并将证据间的冲突系数构建距离矩阵，利用加权融合的方式进行数据融合。
通过大量仿真对比研究，验证了所提算法的有效性与可靠性。
关键词：D-S证据理论；冲突证据；证据融合；概率转换；置信距离测度；指数散度黑龙江大学硕士学位论文AbstractIn recent years, with the increasing demand for information fusion, fusion technology has not only made great progress in information processing, but also been successfully studied and applied in many fields such as military field, fault diagnosis and target identification. Among them, D-S evidence theory has the advantage of expressing and dealing with uncertainties well without prior information, so it can model problems and process data more optimally in the process of fusion, which improves the accuracy of fusion and makes decision results more accurate. However, if there are conflict evidences, the evidence fusion using D-S evidence theory can not achieve good results or even the results are contrary to common sense, so we need to improve the evidence theory.The current research focuses on revising evidence sources and modifying combination rules. However, compared with two methods, it is found that pretreatment of evidence sources will not destroy the good quality of Dempster combination rules, which is more advantageous than revising combination rules. In this paper, the conflict evidences are processed and synthesized from two aspects of evidence source pretreatment and evidence fusion. The main research contents are as follows: Firstly, the uncertainty of fusion is analyzed, and an inverse DP probability conversion method is proposed to reduce the uncertainty in the case of evidence conflict and compound focal elements. Based on DP synthesis rule, the uncertainty is gradually reduced by dividing the potential, and the basic probability assignment function is transformed into probability function to fuse.Secondly, a weighted fusion algorithm based on confidence distance is proposed to solve the problem of low credibility in the process of conflict evidence fusion. Using confidence distance measure to measure evidence, the evidence are transformed into distance matrix form. The credibility is obtained by matrix correlation calculation, and then the reliability is allocated by being weighted to modify the evidence source. In the end, the basic evidence is fused.Finally, aiming at the measurement of evidence conflict degree, a method ofAbstractconflict evidence synthesis based on exponential divergence is proposed. The index cross-entropy is used to measure the conflict evidence, and the conflict coefficient between the evidences is constructed into a distance matrix, and the data fusion is carried out by weighted fusion.A large number of simulation and comparative studies verify the effectiveness and reliability of the proposed algorithm.Keywords: D-S evidence theory; conflict evidences; evidence fusion; probability conversion; confidence distance measure; exponential divergence黑龙江大学硕士学位论文目录中文摘要 (I)Abstract ............................................................................................................................. I I 第1章绪论 .. (1)1.1 课题的研究背景与意义 (1)1.2 证据理论融合算法的研究现状 (2)1.3 证据理论的优点与不足 (4)1.4 本文的主要研究内容 (5)第2章D-S证据理论概述 (7)2.1 D-S证据理论的基本概念 (7)2.1.1 识别框架 (7)2.1.2 基本概率赋值 (7)2.1.3 信任函数 (8)2.1.4 似然函数 (8)2.1.5 贝叶斯信任函数 (9)2.2 D-S证据理论合成规则 (10)2.2.1 两组证据的合成规则 (10)2.2.2 多组证据的合成规则 (10)2.3 D-S证据理论合成存在的冲突问题 (11)2.3.1 经典Zadeh悖论 (11)2.3.2 其他典型悖论问题 (12)2.4 本章小结 (13)第3章基于逆Dubois和Prade合成规则的概率转换方法 (14)3.1 引言 (14)3.2 逆DP转换方法介绍 (15)3.2.1 DP合成规则 (15)目 录3.2.2 逆DP转换方法 (16)3.2.3 不确定性度量指标 (18)3.3 逆DP概率转换方法中比率再分配因子ε的取值分析 (18)3.4 实例分析 (20)3.5 本章小结 (25)第4章基于置信距离的D-S冲突证据融合算法 (26)4.1 引言 (26)4.2 基于置信距离的D-S冲突证据融合算法 (26)4.2.1 置信距离测度 (26)4.2.2 证据方差的判定 (28)4.3 实例验证与对比分析 (31)4.4 本章小结 (38)第5章基于指数散度的D-S冲突证据融合算法 (39)5.1 引言 (39)5.2 熵的理论综述 (39)5.2.1 熵的基本概念 (39)5.2.2 熵的基本性质 (41)5.3 基于熵衡量冲突证据的现有方法 (42)5.4 基于指数散度的D-S冲突证据融合算法 (45)5.4.1 基于指数散度的冲突证据衡量方法 (45)5.4.2 新的证据融合算法及对比分析 (47)5.5 本章小结 (51)结论 (52)参考文献 (54)致谢 (61)攻读学位期间发表论文 (62)独创性声明 (63)黑龙江大学硕士学位论文第1章绪论第1章绪论1.1 课题的研究背景与意义信息融合最早出现在上世纪70年代，自信息融合技术诞生以来就广泛应用在军事与民用领域中[1,2]。
文章编号:1671-637Ⅹ(2007)022*******D-S证据理论数据融合算法在某系统故障诊断中的应用黄志彦, 张柏书, 于开山, 刘世仁(中国人民解放军93033部队基础教研室,沈阳 110141)摘 要: 介绍了Dem pster-Shafer(D-S)证据理论数据融合算法的基本原理,在此基础上以电压-码转换电路板为被诊断对象,探索了基于D-S证据理论多传感器数据融合算法的某系统电路故障元器件诊断方法。
诊断结果表明D-S证据理论多传感器信息融合算法可有效地提高故障模式的识别能力,使故障元器件得以有效定位。
关 键 词: Dem pster-Shafer(D-S)证据理论; 数据融合; 故障诊断中图分类号: V271.4; TP206.3 文献标识码: AApplication of D-S evidence theory data fusionalgorithm in fault diagnosis of a certain systemH UANG Zhi-yan, ZH ANG Bai-shu, Y U K ai-shan, LI U Shi-ren(No.93033unit o f P LA,Shenyang110141,China)Abstract: The basic principle of the Dem pster-Shafer(D-S)evidence theory data fusion alg orithm is in2 troduced.T aking the v oltage-code circuit of a certain type of system as object for diagnosis,we studied the diagnosis method for failed elements of the system by using D-S evidence theory data fusion alg orithm.The diagnosis result indicated that the D-S multi-sens or integration and fusion could im prove the identification capability for fault m odes effectively,and thus could locate the position of the failed elements precisely.K ey Words: Dem pster-Shafer(D-S)evidence theory; data fusion; fault diagnosis0 引言某系统电子设备[1-2]的故障检测与定位,一直是一个十分复杂困难的工作。
D-S证据理论在多源数据融合中的应用及改进王洪发;王先义【摘要】在不确定性处理算法中,D-S证据理论具有较好的应用效果.阐述了D-S 证据理论及其在多传感器数据融合中的应用.从改进合成规则和证据源数据两方面对当前的一些改进方法进行了分析比较.提出一种基于冲突强度的证据合成规则,并在Murphy证据平均合成规则的基础上提出一种基于证据间相似系数的证据合成规则,通过实例对这几种方法进行了比较,证明了基于相似系数证据合成规则的有效性.【期刊名称】《现代电子技术》【年(卷),期】2009(032)015【总页数】4页(P7-9,12)【关键词】数据融合;D-S证据理论;合成规则;冲突强度;相似系数【作者】王洪发;王先义【作者单位】中国电波传播研究所,山东,青岛,266107;中国电波传播研究所,山东,青岛,266107【正文语种】中文【中图分类】TP1820 引言近年来，在多源数据融合领域已进行了大量的研究，并在军事战场指挥系统、智能机器人及工业自动化中得到了广泛的应用。
多源数据融合是指协调使用多个传感器，将多个同类或不同类传感器所提供的局部信息加以综合，消除多传感器数据之间可能存在的冗余和矛盾，加以互补，降低其不确定性，获得对物体或环境的一致性描述的过程[1]。
针对数据融合的不同层次，人们提出了不同的融合算法，其中D-S证据理论因其能够很好地表示“不确定”及“不知道”等重要概念，并具有无需先验概率、推理形式简单等优点，被广泛应用于不确定性数据的处理，并取得了较好的结果。
1 D-S证据理论D-S证据理论是由A.P.Dempster于1967年提出的，后由其学生G.Shafer加以扩充和发展。
该理论在概率的基础上对概率论的概念进行了扩展，把概率论中的事件扩展成命题，把事件的集合扩展成命题的集合，提出基本概率分配等概念，建立命题和集合之间的一一对应关系，从而把命题的不确定性问题转化为集合的不确定性问题。
下面介绍D-S证据理论的一些相关概念[2-3]：定义1 基本概率分配。
