采用聚类特征的基本概率分配生成方法及应用.pdfVIP

第 50 卷第10 期 西安交通大学学报 Vo l. 50 No.10 2016 年 10 月 JOURNAL OF XIAN JIAOTONG UNIVERSITY Oct. 2016 001: 10. 7652/xjtuxb201610002 采用聚类特征的基本概率分配生成方法及应用 高智勇，董荣光，高建民，王荣喜 〈西安交通大学制造系统工程国家重点实验室， 710049 ，西安〉 摘要z 针对在识别框架不确定时基本概率分配(BBA) 生成困难的问题，提出一种基于聚类特征的 基本概率分配生成方法，以减弱对样本长度的依赖性，并分析 2 种情况下的 BBA 生成。在框架未 知时，通过聚类分析获得各个类别的聚类特征，建立样本属性的聚类特征区间模型P 在框架已知时， 获取聚类特征，建立样本属性的聚类特征区间模型;然后用各个区间模型之间的距离表示样本属性 之间的差异，在此基础上建立了一种相似度的度量方法;最后对相似度进行归一化得到 BBA。采 用 lris 数据集和 Wine 数据集的实验结果表明:所提方法对样本长度敏感程度低，对 Wine 数据集 的一个类的分类结果达到 100% 。将该方法应用于某煤化工企业压缩机组子系统状态监测信息数 据集，实现了监测信息状态的识别。 关键词:证据理论;基本概率分配;聚类特征区间模型;相似度;信息融合 中固分类号: TP391 文献标志码:A 文章编号: 0253-987X(2016 )lO-0008-07 A Method to Generate Basic Belief Assignment Based on Clustering Analysis and Its Application GAO Zhiyong , DONG Rongguang , GAO Jianmin , WANG Rongxi CState Key Laboratory for Manufacturing Systems Engineering. 妃an Jiaotong University , Xian 710049. China) Abstract: A method to generate BBA (basic belief assignment) based on cluster analysis is proposed to focus the problem that the mass function is hard to determine when the frame is unknown. The method tackles the situation whether the frame of discernment is known or not. A clustering analysis method is applied to extract cluster features and models of cluster features are constructed with the samples. Then the distances between different cluster feature models are calculated to represent differences between sample attributes and then the similarities of them are obtained. Finally , the values of similarities are normalized to get the BBA. The analysis results of classifying the 1ris dataset and Wine dataset