基于Logistic回归的基本信度分配函数构造新方法.pptx

content目录01研究背景与理论动因02核心理论基础与模型衔接03方法构建流程与关键技术04实验设计与多场景验证05创新价值与理论贡献06未来展望与拓展方向

研究背景与理论动因01

现实世界中多源信息融合面临不确定性表达与量化的核心挑战01信息异构性多源信息来自不同模态与结构，如传感器、文本和专家判断，导致数据形式差异大。这种异构性增加了统一建模的难度。进而提升了信息融合时的不确定性。02认知模糊性人类对复杂事件的描述常带有“可能”“不确定”等主观表达。这类模糊语言缺乏精确概率支撑。传统概率方法难以有效刻画此类认知状态。03证据冲突性在高风险场景中，不同信息源易提供矛盾证据。现有技术对冲突