北航多源信息融合2015课件7证据理论基础.pptVIP

* * * * * * * * * 查查原文看看这两个引理的应用！ * * * * * * * * * * * * * * * * * * * * * * * 3 证据理论研究现状 (1)证据理论模型解释 (2)证据融合悖论 (3)证据组合算法实现 (4)证据理论的应用 (5)国内研究现状 * * 多源测试信息融合 3 证据理论研究现状 (1) 证据理论模型的几种解释 上、下概率解释 广义贝叶斯理论解释 随机集理论模型解释 可传递信度模型解释 * * 多源测试信息融合 3 证据理论研究现状 Dempster对证据理论模型解释 上、下概率解释模型，认为置信函数是概率的下界，似真函数是概率的上界，Dempster正是通过这个概念创立了证据理论。 广义贝叶斯理论模型，认为证据理论是贝叶斯理论的扩展，所有应用贝叶斯概率推理方法的数据融合系统都可以用证据理论方法来替代。当BPA函数的所有焦元都是单个假设集，且这些焦元都满足贝叶斯独立条件时，Dempster合成公式就退化为贝叶斯公式。 随机集理论模型把证据的合成看作是随机条件事件的并(或交)。按照这种解释模型的观点，数据融合过程就相当于随机集的集合运算过程。 以上三种解释模型的共同点都是以概率理论为基础。 * * 多源测试信息融合 3 证据理论研究现状 Smets对证据理论模型解释 Smets发现许多DS模型的研