一种基于相关度函数的证据冲突测量系统及方法
【专利摘要】本发明公开一种基于相关度函数的证据冲突测量系统及方法，该系统包括数学建模模块，用于根据产生问题的可能结果的集合建立辨识框架，得到多源证据的概率分配；共同信息量分析模块，用于实现对证据间的共同信息含量进行数学度量；证据冲突测量模块，用于根据计算得到所述证据间的相关性，得到证据间的冲突程度。本发明所述技术方案，能够准确对证据冲突进行衡量和判断，得到证据间的冲突程度，进而选择证据合成规则以完成不确定信息的融合。
【专利说明】
-种基于相关度函数的证据冲突测量系统及方法
技术领域
[0001] 本发明设及一种证据冲突测量方法。更具体地，设及一种基于相关度函数的证据 冲突测量系统及方法。
【背景技术】
[0002] D-S (Dempster-Shafer)证据理论是一种不精确推理理论，具有处理不确定信息的 能力。D-S证据理论作为一种有效融合信息不确定性的方法已广泛应用于信息融合中。但 在D-S证据理论实际应用中，常常面临各种不确定证据间的冲突问题，证据冲突程度的高 低直接影响到证据合成规则的使用，传统的D-S证据理论无法处理高冲突的证据合成，在 证据冲突严重的情况下就需要使用改进的证据合成方法去进行证据合成，运样如何判断和 衡量证据间冲突的大小就成为证据合成的关键影响因素。
[0003] 目前D-S证据理论研究中还没有统一的方法来衡量证据冲突，当前学者们一般计 算冲突系数，用W衡量证据的冲突，但实际中冲突系数k对冲突的判断存在误差。
[0004] 因此，需要提供一种基于相关度函数的证据冲突测量系统及方法，W此精确得到 证据间的冲突程度，进而选择合适的证据合成规则W完成不确定信息的融合。
【发明内容】
阳〇化]本发明的目的在于提供一种基于相关度函数的证据冲突测量系统及方法，解决基 于D-S证据理论的信息融合应用中证据冲突度量问题。
[0006] 为达到上述目的，本发明采用下述技术方案：
[0007] 一种基于相关度函数的证据冲突测量系统，所述该系统包括
[0008] 数学建模模块，根据产生问题的可能结果的集合建立辨识框架，得到多源证据的 概率分配；
[0009] 共同信息量分析模块，实现对证据间的共同信息含量的数学度量；
[0010] 证据冲突测量模块，根据计算得到所述证据间的相关性，得到证据间的冲突程度。
[0011] 优选的，所述数学建模模块中，实现多源证据的基本概率分配的多源证据BPA的 计算公式为：
[0012] m.j(Si) = Pi(l-m.j(0))
[0013] 式中，Si为证据支持的一个可能结果，m ,(0)为提出问题可能发生结果本身的不 确定性，计算公式为：
[0014]
[0015] 式中，Θ为辨识框架，T为调节因子e [0，1]，ΡιΕ [0，1]为支持的可能结果的发 生概率。
[0016] 优选的，所述共同信息量分析模块中，证据间互信息量的计算公式为
[0017]
[0018] 式中，p(m)为在某一个一维区间内的样本个数除W所有有意义的样本个数，mi、m2 是所述辨识框架Θ上的两个BPA。
[0019] 优选的，所述证据冲突测量模块中，证据间的相关性的计算公式为
[0020]
[0021] 式中，4,,为证据相关系数，I如，1?)表示两个证据的互信息量。
[0022] 优选的，所述证据冲突测量模块中，证据间的冲突判断阔值为0. 3。
[0023] 一种基于相关度函数的证据冲突测量方法，所述该方法包括
[0024] 根据产生问题的可能结果的集合建立辨识框架，得到多源证据的概率分配；
[00巧]实现对证据间的共同信息含量进行数学度量；
[0026] 根据计算得到所述证据间的相关性，得到证据间的冲突程度。
[0027] 优选的，所述实现多源证据的基本概率分配的多源证据BPA的计算公式为：
[0028] m.j(Si) = Pi(l-m.j(0))
[0029] 式中，Si为证据支持的一个可能结果，m ,(0)为提出问题可能发生结果本身的不 确定性，计算公式为：
[0030]
[0031] 式中，Θ为辨识框架，T为调节因子e [0，1]，ΡιΕ [0，1]为支持的可能结果的发 生概率。
[0032] 优选的，所述证据间互信息量的计算公式为
[0033]
[0034] 式中，p(m)为在某一个一维区间内的样本个数除W所有有意义的样本个数，mi、m2 是所述辨识框架Θ上的两个BPA。
[00对优选的，所述
[0036] 证据间的相关性的计算公式为
[0037]
[00測式中，为证据相关系数，I如，m2)表示两个证据的互信息量。
[0039] 优选的，所述证据间的冲突判断阔值为0. 3。
[0040] 本发明的有益效果如下：
[0041] 本发明所述技术方案与现有技术相比，有W下优点：
[0042] 1、实现了对证据间冲突程度的定量测量和判断，有效解决了传统证据冲突判断标 准不够准确的问题；
[0043] 2、本发明可适用于具有不确定性、复杂性的多源证据冲突测量；
[0044] 3、本发明也可适用于国防科技领域各军工行业，并能够方便地转化为民用技术， 预计此项技术成果有良好的产业化前景。
【附图说明】
[0045] 下面结合附图对本发明的【具体实施方式】作进一步详细的说明。
[0046] 图1示出本发明实施例中一种基于相关度函数的证据冲突测量系统示意图；
[0047] 图2示出本发明实施例中一种基于相关度函数的证据冲突测量方法流程图。
【具体实施方式】
[0048] 为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说 明。附图中相似的部件W相同的附图标记进行表示。本领域技术人员应当理解，下面所具 体描述的内容是说明性的而非限制性的，不应W此限制本发明的保护范围。
[0049] 如图1所示，本发明公开了一种基于相关度函数的证据冲突测量系统，该系统包 括：数学建模模块1，证据共同信息量分析模块2和证据冲突测量模块3。
[0050] 数学建模模块1，依据D-S证据理论将多源证据对应为一个BPA (基本概率分配函 数）；证据共同信息量分析模块2,利用互信息理论，计算证据间的共同信息量证据冲突测 量模块3,基于证据间的相关性信息来判断证据的冲突程度。
[0051] 数学建模模块1，用于实现对证据的数学抽象：
[0052] 数学建模模块1，在D-S证据理论约束下，构建BPA计算公式，对多源证据进行抽 象。首先将问题的可能结果的集合定义为辨识框架，建立辨识框架：Θ =怯i，S2……Sj，Si 为证据支持的一个可能结果。考虑到支持某一结果的证据具有不确定性，故而根据证据的 来源/领域给出其支持的可能结果Si的发生概率P 1，Pi e [0, 1]，i = 1，2…n，且
Pi信息可通过各类分析处理结果在概率论中的映射得来。
[0053] BPA表征A发生的置信测度，即命题A发生的程度，借鉴信息论中赌的概念，提出问 题可能发生结果本身（证据本身）不确定性的计算公式为：
[0054]
(1 ) 阳化引式（1)中，T为调节因子e [0,1];
[0056] 从而，得到各可能结果的BPA的计算公式为： 阳057] m.j(Si) = Pi(l-m.j(0))似
[005引即式似实现了对多源证据的数学抽象。
[0059] 证据共同信息量分析模块2,用于对证据间的共同信息含量进行度量：
[0060] 计算证据间的互信息量是进行证据冲突测量的必要支撑。信息赌理论能很好地进 行事物不确定性的度量，利用信息赌中互信息概念能准确计算出证据间共同信息的多少， 互信息用来衡量两个证据间相互依赖强弱程度，互信息越大，说明运两个证据包含的共同 信息越多，依赖程度越高。
[0061] 计算证据间互信息量的公式为：设Θ为一个完备的辨识框架，mi和m2是在辨识框 架Θ上的两个BPA，则叫和m2的互信息量的计算公式为： W创
。）
[0063] 式（3)中，p(m)即为在某一个一维区间内的样本个数除W所有有意义的样本个 数。
[0064] 证据冲突测量模块3,用于对证据间的冲突程度进行衡量： 阳〇化]为了更好地描述证据之间的冲突程度，我们可W利用两个证据间的关联性来进行 判断：如果两个证据之间没有冲突或者冲突很小，那么它们的关联性就很高，即对于统一命 题的支持度接近；如果两个证据高度冲突，说明两者之间相似度很低，它们关联性就不强。
[0066] 运用证据相关度函数来计算证据间的相关性，其计算公式为：
[0067]
(4) W側式（4)中，4,,?,为证据相关系数，I如，1?)表示两个证据的互信息。
[0069] 计算得到证据相关系数即能表征证据的冲突量，实现对据间的冲突程度的定量测 量。
[0070] 定义冲突判断阔值为0. 3,冲突量大于阔值时，证据间相关度高，冲突越小，此时可 利用传统D-S证据合成法则进行证据合成；反之则冲突越大，此时传统方法不在适用，需要 利用新的证据合成法则进行证据合成。
[0071] 如图2所示，本发明还公开了一种基于相关度函数的证据冲突测量方法，该方法 包括
[0072] S1、根据产生问题的可能结果的集合建立辨识框架，得到多源证据的概率分配；
[0073] S2、实现对证据间的共同信息含量进行数学度量；
[0074] S3、根据计算得到所述证据间的相关性，得到证据间的冲突程度。
[00巧]所述实现多源证据的基本概率分配的多源证据BPA的计算公式为：
[0076] m.j(Si) = Pi(l-m.j(0)) (5)
[0077] 式妨中，Si为证据支持的一个可能结果，πι ,(Θ)为提出问题可能发生结果本身 的不确定性，计算公式为：
[007引
(6)
[0079] 式（6)中，Θ为辨识框架，Τ为调节因子e [0, 1]，PiG [0, U为支持的可能结果 的发生概率。
[0080] 所述证据间互信息量的计算公式为
[0081]
(?)
[0082] 式（7)中，p(m)为在某一个一维区间内的样本个数除W所有有意义的样本个数， mi、m2是所述辨识框架Θ上的两个BPA。
[0083] 所述证据间的相关性的计算公式为
[0084]
(8)： 阳0财式做中，?巧为证据相关系数，I如，1?)表示两个证据的互信息量。
[0086] 所述证据间的冲突判断阔值定义为0. 3,冲突量大于阔值时，证据间相关度高，冲 突越小，此时可利用传统D-S证据合成法则进行证据合成；反之则冲突越大，此时传统方法 不在适用，需要利用新的证据合成法则进行证据合成。
[0087] 综上所述，本发明所述技术方案提供了一种基于相关度函数的证据冲突测量系统 及方法，实现了对证据间冲突程度的定量测量和判断，有效解决了传统证据冲突判断标准 不够准确的问题。适用于具有不确定性、复杂性的多源证据冲突测量。适用于国防科技领 域各军工行业，并能够方便地转化为民用技术，预计此项技术成果有良好的产业化前景。
[0088] 显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对 本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可 W做出其它不同形式的变化或变动，运里无法对所有的实施方式予W穷举，凡是属于本发 明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
【主权项】
1. 一种基于相关度函数的证据冲突测量系统，其特征在于，所述该系统包括 数学建模模块，根据产生问题的可能结果的集合建立辨识框架，得到多源证据的概率 分配； 共同信息量分析模块，实现对证据间的共同信息含量的数学度量； 证据冲突测量模块，根据计算得到所述证据间的相关性，得到证据间的冲突程度。2. 根据权利要求1所述的证据冲突测量系统，其特征在于，所述数学建模模块中，实现 多源证据的基本概率分配的多源证据BPA的计算公式为： IHj(Si) = Pi(l-nij(0)) 式中，Si为证据支持的一个可能结果，m,(0)为提出问题可能发生结果本身的不确定 性，计算公式为：式中，0为辨识框架，T为调节因子G [0，1]，PiG [0，1]为支持的可能结果的发生概 率。3. 根据权利要求1所述的证据冲突测量系统，其特征在于，所述共同信息量分析模块 中，巧据巧百倍烏音的if貸公立责式中，p(m)为在某一个一维区间内的样本个数除W所有有意义的样本个数，mi、m2是所 述辨识框架0上的两个BPA。4. 根据权利要求1所述的证据冲突测量系统，其特征在于，所述证据冲突测量模块中， 证据间的相关性的计算公式为式中，4,,?^为证据相关系数，I如，1?)表示两个证据的互信息量。5. 根据权利要求1所述的证据冲突测量系统，其特征在于，所述证据冲突测量模块中， 证据间的冲突判断阔值为0.3。6. -种基于相关度函数的证据冲突测量方法，其特征在于，所述该方法包括 根据产生问题的可能结果的集合建立辨识框架，得到多源证据的概率分配； 实现对证据间的共同信息含量进行数学度量； 根据计算得到所述证据间的相关性，得到证据间的冲突程度。7. 根据权利要求6所述的证据冲突测量方法，其特征在于，所述实现多源证据的基本 概率分配的多源证据BPA的计算公式为： IHj(Si) = Pi(l-nij(0)) 式中，Si为证据支持的一个可能结果，m,(0)为提出问题可能发生结果本身的不确定 性，计算公式为：式中，0为辨识框架，T为调节因子G [0，1]，PiG [0，1]为支持的可能结果的发生概 率。8. 根据权利要求6所述的证据冲突测量方法，其特征在于，所述证据间互信息量的计 算分井责式中，p(m)为在某一个一维区间内的样本个数除W所有有意义的样本个数，mi、m2是所 述辨识框架0上的两个BPA。9. 根据权利要求6所述的证据冲突测量方法，其特征在于，所述 证据间的相关性的计算公式为式中，,为证据相关系数，I (mi，m2)表示两个证据的互信息量。10. 根据权利要求6所述的证据冲突测量方法，其特征在于，所述证据间的冲突判断阔 值为0.3。
【文档编号】G06F19/00GK105989228SQ201510079645
【公开日】2016年10月5日
【申请日】2015年2月13日
【发明人】谷牧
【申请人】北京仿真中心