D-S证据理论方法.ppt

5 D-S证据理论方法;5.1 D-S证据理论的诞生、形成和适用领域;5.2 D-S证据理论的优势和局限性; D-S方法与其他概率方法的区别在于： ① 它有两个值，即对每个命题指派两个不确定度量（类似但不等于概率）； ② 存在一个证据使得命题似乎可能成立，但使用这个证据又不直接支持或拒绝它。 下面给出几个基本定义。 设 是样本空间， 由一些互不相容的陈述构成。这些陈述各种组合构成幂集 。 ; 定义1 基本概率分配函数 M 设函数 M 是满足下列条件的映射： ① 不可能事件的基本概率是0，即 ； ② 中全部元素的基本概率之和为1，即 则称 M 是 上的概率分配函数，M(A)称为A的基本概率数，表示对A的精确信任。;信任函数; 定义3 命题的似然函数PI: PI 函数称为上限函数，表示对 A 非假的信任程度，即表示对A 似乎可能成立的不确定性度量。 信任函数和似然函数有如下关系： A 的不确定性由下式表示 对偶（Bel(A) ,Pl(A)）称为信任空间。;信任度是对假设信任程度的下限估计—悲观估计； 似然度是对假设信任程度的上限估计—乐观估计。;5.4 D-S证据理论的合成规则;多个概率分配数的合成规则;5.5 基于D-S证据理论的数据融合;单