高智勇,董荣光,高建民,王荣喜

(西安交通大学制造系统工程国家重点实验室,710049,西安)



采用聚类特征的基本概率分配生成方法及应用

高智勇,董荣光,高建民,王荣喜

(西安交通大学制造系统工程国家重点实验室,710049,西安)

针对在识别框架不确定时基本概率分配(BBA)生成困难的问题,提出一种基于聚类特征的基本概率分配生成方法,以减弱对样本长度的依赖性,并分析2种情况下的BBA生成。在框架未知时,通过聚类分析获得各个类别的聚类特征,建立样本属性的聚类特征区间模型;在框架已知时,获取聚类特征,建立样本属性的聚类特征区间模型;然后用各个区间模型之间的距离表示样本属性之间的差异,在此基础上建立了一种相似度的度量方法;最后对相似度进行归一化得到BBA。采用Iris数据集和Wine数据集的实验结果表明:所提方法对样本长度敏感程度低,对Wine数据集的一个类的分类结果达到100%。将该方法应用于某煤化工企业压缩机组子系统状态监测信息数据集,实现了监测信息状态的识别。

证据理论;基本概率分配;聚类特征区间模型;相似度;信息融合

利用提取的特征识别系统监测信息状态时,由于每种特征在表述状态信息时都有一定的不确定性甚至获得冲突的结论,如何综合利用多源特征信息、消除冲突成为了研究的热点之一。决策级信息融合依据相应准则和决策的可信度,综合利用主观信息及客观信息等,完成最优决策的制定。……