申请/专利权人：北京邮电大学

申请日：2021-03-26

公开（公告）日：2021-06-04

公开（公告）号：CN112906709A

主分类号：G06K9/40(20060101)

分类号：G06K9/40(20060101);G06K9/62(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的视为撤回

法律状态：2024.05.07#发明专利申请公布后的视为撤回;2021.06.22#实质审查的生效;2021.06.04#公开

摘要：本发明涉及基于OPD‑S的信息融合算法，是一种对灾情信息进行数据融合的算法，属于数据处理和机器学习领域，其特征在于采用如下步骤：1确定集合的信任函数；2确定开放识别框架下的基本概率分配函数；3确定证据间可信度；4确定证据综合可信度；5确定加权平均证据；6D‑S组合规则进行信息融合。本发明克服了传统灾情信息融合过程中，由于背景环境的复杂，导致采集信息噪声占比过大，影响信息融合的问题，有效的滤除噪声干扰，大大提高信息融合的准确率，同时极大的改善了对于处理不确定信息的系统能力，合理修正模糊信息占比，提高融合效率。为灾情信息融合领域提供了一种拥有较高融合准确率的方法。

主权项：1.本发明特征在于：1确定集合的信任函数；2确定开放识别框架下的基本概率分配函数；3确定证据间可信度；4确定证据综合可信度；5确定加权平均证据；6D-S组合规则进行信息融合；具体包括以下六个步骤：步骤一：确定集合的信任函数BelA： 式中，A表示为一个集合，B表示为A集合内的一个子集，mB表示为B的基本信任分配函数；确定集合的似然函数Pl： 式中，表示A为假，表示为证据对是真的信任程度，似然函数表示对A是非假的信任度；步骤二：确定开放识别框架下的基本概率分配函数m'：对已经存在的开放识别框架θ添加新元素形成新的框架θ'，之后确定基本概率分配函数： 式中，λ表示为线性参数，为常数，i表示为计数参数，A表示为识别框架θ的命题中任意一个，Ai表示为集合中的第i个参数，n表示为命题的个数，K为常数，表示为比例系数，Δ表示为新命题，I表示为单位矩阵，IE1,E2表示为证据E1和E2的一致量，E1、E2和E3全部表示为证据，CE1,E3表示E1和E3之间的冲突量；步骤三：确定证据间可信度Crdmi： 式中，mi表示为证据，Supmi表示其他所有证据对证据mi的支持度；步骤四：确定证据综合可信度wi： 式中，Ei表示为证据，HEi表示证据Ei的平均不确定性。步骤五：确定加权平均证据根据综合可靠性系数，确定各证据基本概率分配函数的权重系数，根据权重系数，得到加权平均证据的基本概率分配函数： 步骤六：D-S组合规则进行信息融合mA：

全文数据：

权利要求：

百度查询： 北京邮电大学 一种基于OPD-S的信息融合算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD