基于正态假设检验的BPA构造方法及其在UCI数据集的应用.docxVIP

下载本文档

35
0
约2.68万字
约 24页
2022-09-01 发布于广东
举报
版权申诉

基于正态假设检验的BPA构造方法及其在UCI数据集的应用.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2 基于正态假设检验的BPA构造方法及其在UCI数据集的应用摘要 Dempster-Shafer证据理论(D-S证据理论)是不确定推理的主要方法之一，广泛应用于许多信息融合应用系统。然而，如何确定基本概率赋值(BPA)是应用证据理论组合规则的核心和关键，也是一个悬而未决的问题。本文在正态分布的基础上，提出了一种构造BPA的方法。该方法利用训练数据为每个属性构建基于正态分布的模型，将正态性检验和正态性变换结合，共同处理非正态数据，然后利用测试数据与正态分布模型之间的关系，构造嵌套结构的BPA函数。本文所提出方法为数据驱动，处理减少了主观性和不确定性，且不需要复杂的计算，可以用于实时