文件名称：广义证据推理融合结构 (2010年)
文件大小：341KB
文件格式：PDF
更新时间：2024-06-17 23:18:48
工程技术 论文
针对Dempster-Shafer理论(DST)及Dezert-Smarandache理论(DSmT)难以处理不确定信息的问题，定义了辨识框架中的不确定因子，提出了2种自适应通用分配法则(AUPR)．并提出了证据理论的广义融合框架，并在此基础上构建了广义证据推理机．以Pioneer 2-DXe机器人为实验平台，绘制了实验场景的信度分布图．实验结果验证了所提方法的有效性和实用性，为构建统一的信息融合框架提供了有力的依据．