可传递信度模型理论及运用.pdfVIP

T 7iziuu 可传递信度模型理论及应用 摘 要 内容摘要:本文对可传递信度模型T《BM)的研究分为两部分· 其一是关于TBM的理论研究。首先，将TBM与经典概率模型、上下概率 模型及Dempster模型等概率模型作了比较。通过对这些模型的静态部分和动态 部分依次进行分析，找出了TBM与概率模型之间的本质区别，即TBM与概率 理论没有任何必然联系。其次，在TBM上定义一对Rough算子，并讨论其性质， 然后通过这对Rough算子，对TBM中的信任A数和似然函数进行了Rough集解 释。 其二是关于TBM的应用研究，这是本文的重点。 为了处理训练模式类标签不精确情形，本文提出了基于TBM的k-NN分类 规则及其结合模糊集理论和可能性理论的拓广。通过运用pignistic变换，可以方 便地对待识别模式真正所属的类做出决策。由于有限识别框架上的正则模糊集通 过相应的隶属函数能产生一个可能性测度，而该可能性测度即是似然测度，因此 对基于TBM的k-NN分类规则进行拓广是可行的。 另外，