证据理论在信息融合中的应用

将DS证据理论应用于信息融合已经做了一些工作,并取得了较好的实验结果。但是,在这方面的理论基础还不完善,应该进行深入的研究。     

修正D-S证据组合方法及其在目标识别中的应用

在多传感器信息融合算法中，Dempster-Shafer证据理论得到了广泛应用，但该理论本身也存在一些不足之处。针对这种情况，提出了D－S证据组合中“与”算子的一种改进方法，并进行了仿真。仿真结果表明，所提出了算法能够有效排除干扰，得出符合实际的组合结果。     

勇气号火星车发现火星火山喷发证据

美国火星车项目科学家在5月4日出版的《科学》杂志上透露，勇气号在火星本垒板区域发现了火山喷发的证据。本垒板是科学家以棒球术语命名的一处火山分层基岩区域。     

考虑多监测指标不确定性的滑油状态综合评估方法

针对不同油液指标信息的多样性导致油液状态评估结果存在不确定性的问题,基于模糊证据理论方法提出了1 种考虑 油液特征不确定的综合状态评估方法。应用模糊证据理论对油液多指标信息推理导致的不确定性结论进行多指标融合,进而应用 模糊推理算法实现油液状态量化表征,建立了滑油衰变趋势分析模型,并通过实验室环境下的滑油监测数据进行油液状态评估以 验证方法的有效性。结果表明：该方法对监测指标变化趋势矛盾的滑油状态评估有较好的效果,准确性和一致性均高于90%。     

一种基于证据距离的多分类器差异性度量

 多分类器系统因其能够显著提升分类精度而引发了广泛关注。多分类器系统中各子分类器间的差异性是提升融合分类精度的先决条件。提出了一种基于证据距离的分类器系统差异性度量,同时基于该度量提出一种多分类器系统构造方法。综合了既有差异性度量、所提新差异性度量以及在训练样本集上的分类性能等多个指标,实现了多分类器系统的有效构造。实验结果表明,所提差异性度量及多分类器系统构造方法是合理的,能有效提升融合分类精度。     

生命来自太空说的新证据

<正>2009年8月17日,美国媒体报道,科学家首次在彗星尘埃样品中发现了组成蛋白质最基本的物质氨基酸,从而为地球生命源自太空说提供了新的证据。这也是人类利用航天器在太空探索上取得的一项重要成果。     

火星上发现神秘洞穴或存原始生命证据

据新浪网2010年6月23日报道,美国加州7年级学生在参加一个研究项目时,通过研究NASA“火星奥德赛”探测器拍摄的火星照片,发现了火星上一处神秘洞穴结构。这一结构位于火星赤道附近帕蒙尼斯火山山坡上,似乎是地下“熔岩洞”的天窗。     

一种异类源信息融合中证据冲突问题的解决方法

进行异类源数据融合时,经常会遇到证据冲突的情况,此时应用经典D-S证据理论进行信息融合,通常会出现有悖常理的现象.提出了一种新的证据合成方法,该方法根据各证据之间的相似度确定证据的权重系数.通过加权的方法进行证据合成,从而有效地解决了证据冲突时的信息融合问题.计算机仿真表明,这种方法是非常有效的.     

机载探测设备目标识别算法的研究

针对机载探测设备多传感器系统具有多目标,大量观测数据的特点,提出了一种基于Demp-ster-Shafer（D-S）证据理论和主观Bayesian方法组合的数据融合算法。在数据融合过程中,为保证融合的实时性,融合系统采用时域融合和空域融合相结合的方法,首先对相同传感器的各次抽样值进行时域融合,然后传感器之间的融合采用D-S方法进行融合;最后,其融合结果经概率转化后,与来自于ELINT（Electronic Intelligence）的信息通过主观Bayesian方法进行识别级融合。最后给出一个实例,经过仿真计算证明了该算法的可行性和实用性。     

装载机载重动态测量的LS-SVM速度补偿方法

能否合理补偿动臂举升速度对所测油压信号的影响是制约装载机载重动态测量精度的关键问题.在给出载重测量的实现方法后,建立了实现载重测量速度补偿和载重量计算的框架模型,然后详细阐述了贝叶斯证据框架下最小二乘支持向量机(LS SVM,Least Square Support Vector Machines)参数的推断优化过程,以及基于贝叶斯证据框架下的LS SVM速度补偿方法.试验结果表明,采用该方法进行速度补偿后的载重测量误差均能控制到1%以下,验证了其有效性.