Yager 合成公式
,并将冲突系数 分配给了辨识框架 对应的基本概率分配函数 。公式定义如下:
Example
孙全提出的合成公式
。设证据源 和 之间的冲突系数为 : 为证据的可信度: 公式定义如下: 又可写成如下形式: 式中第一项的
Example
(本示例采用前面 Yager 合成公式示例给出的数据)
Smets 合成公式
保留不用,而不用于归一化。(论文[2]中用 表示 ,根据论文中给的示例来看 不表示空集的 bpa,空集的 bpa 依然是0,论文中的 被解释为一个或几个假设没有被考虑在最初的辨识框架中。但是这样合成后的 bpa 累加和会小于1。)公式定义如下:
Example
(本示例采用前面 Yager 合成公式示例给出的数据)
Dubois and Prade 合成公式
,证据源2有子集 ,当 时, 被分配给子集 。公式定义如下:
Example
Discounting and Dempster 合成公式
,用 表示第 个证据源被折扣后的基本概率分配函数。公式定义如下: 然后采用 DS 合成公式合成各证据源的 。
当 时,表示第 个证据源有问题,不信任它;当 时,表示完全信任第
Example
(本示例采用前面 Dubois and Prade 合成公式示例给出的数据,,)
Murphy 合成公式
个证据源,该方法先将 个证据源的 bpa 取平均得到 ,再用 DS 合成公式对 迭代 次得到合成后的 bpa。令 表示两个证据源的 DS 合成公式, 表示第 次迭代后的 bpa,则 Murphy 合成公式定义如下:
Example
参考文献
[1] 孙全, 叶秀清, 顾伟康. 一种新的基于证据理论的合成公式[J]. 电子学报, 2000, 28(8):117-119.
[2] Lefevre E , Colot O , Vannoorenberghe P . Belief function combination and conflict management[J]. Information Fusion, 2002, 3(2):149-162.
[3] Murphy C K . Combining belief functions when evidence conflicts[J]. Decision Support Systems, 2000.