Dempster-Shafer Theory

德舍夫理论初探
最新推荐文章于 2025-04-07 23:29:08 发布
原创 最新推荐文章于 2025-04-07 23:29:08 发布 · 1.9k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了德舍夫理论的基础概念，该理论为不确定性推理提供了一种有效的数学框架。通过研究这一理论，我们可以更好地理解如何处理不完整或模糊的信息。

最近开始研究 Dempter-Shafer Theory。


Wikipedia上好像说的很详细。

http://en.wikipedia.org/wiki/Dempster-Shafer

 

 

【名词解释】邓普斯特 - 沙菲证据理论（Dempster–Shafer Evidence Theory, DST）
weixin_44201461的博客
09-19 761
Dempster - 沙菲证据理论是一种 “更灵活的不确定性推理工具”，核心是 “允许证据支持‘结果集合’，保留未知信息”，本质是模拟人类在 “信息不完整、有冲突” 时的判断逻辑 —— 从 “非黑即白” 的概率，走向 “灰度区间” 的证据融合。它在需要处理模糊信息的领域（如医学诊断、故障检测）有重要价值，唯一需要注意的是 “合理处理冲突证据”。
邓普斯特-谢弗理论 (Dempster-Shafer Theory)，（处理不确定性的方法，尤其擅长融合来自不同来源的信息。）
最新发布
m0_59097968的博客
09-04 1760
即我们遍历 m1 中所有信念不为0的子集 B，和 m2 中所有信念不为0的子集 C。在邓普斯特-谢弗理论中，我们不仅可以对单个答案（如“流感”）有信念，还可以对一组答案（如“是流感或感冒”）有信念。我们把所有冲突的证据 (K) 都丢掉，然后把剩下的“一致”的证据进行放大，确保新的总信念量之和仍然等于1。基于信念分配 m，我们可以计算出任何一个判断 E 的不确定性区间，这个区间由“信念”和“似然”构成。(有30%的证据非常模糊，只能说病人有病，无法确定范围，这代表了“我不知道”的程度)这次我们寻找的是那些。
数据融合中的Dempster-Shafer证据理论
04-11
《数据融合中的Dempster-Shafer证据理论》 王壮 火力与指挥控制 2001-03(1).pdf )
Dempster-Shafer Evidence Theory
热门推荐
dqhl1990的博客
06-02 1万+
Dempster–Shafer theory 本文参考书Wikipedia中的 Dempster-Shafer thoery 原文链接：点击打开链接 同时还参考了浙江大学计算机学院人工智能系 徐从富 教授的《人工智能》课件。 在这里特别感谢！ 一、 DS证据理论概述 核心： Dempster合成规则——将多个主体（可以是不同的人的预测、不同的传感器的数据、不同的分类器的输
Dempster-Shafer理论
weixin_39699362的博客
10-08 1866
Dempster-Shafer理论（Dempster-Shafer Theory of Evidence），又称证据理论（Theory of Evidence）或信念函数理论（Theory of Belief Functions），是由Arthur P. Dempster和他的学生Glenn Shafer在20世纪60年代和70年代发展起来的一种数学理论，用于处理不确定性和推理。该理论提供了一种在缺乏完备信息的情况下进行推理和决策的方法，是概率论的一种扩展。
Sensor fusion using Dempster-Shafer theory II
09-11
【传感器融合中的Dempster-Shafer理论II：静态加权与卡尔曼滤波器类动态加权】 本文深入探讨了在传感器融合中应用Dempster-Shafer（D-S）理论来处理静态和动态权重分配的问题。D-S理论是一种概率证据理论，它在不...
基于改进的Dempster-Shafer理论的多特征跟踪
03-24
S evidence theory”（D-S证据理论）、和“multi-feature fusion”（多特征融合）是研究该领域的核心概念，分别代表了目标跟踪这一应用场景、实现目标状态估计的重要技术手段、Dempster-Shafer证据理论在信息融合中...
Novel Paradigm for Constructing Masses in Dempster-Shafer Evidence Theory for Wireless Sensor Network’s Multisource Data Fusion
02-22
Dempster-Shafer evidence theory (DSET) is a flexible and popular paradigm for multisource data fusion in wireless sensor networks (WSNs). This paper presents a novel and easy implementing method ...
Dempster-Shafer证据理论
05-13
DS(Dempster-Shafer)证据理论 由Dempster于1967年首先提出，由他的学生Shafer于 1976年进一步发展起来的一种不精确推理理论 DS证据理论也称信度函数理论。信度函数允许我们基于信度使用一个问题的概率来推导一个相关问题的概率。 满足比贝叶斯概率论更弱的条件；具有直接表达“不确定”和“不知道”的能力。
E-CNN-classifier:这是论文“基于Dempster-Shafer理论和深度学习的证据分类器”的可用代码（arXiv预印本arXiv
04-09
E-CNN分类器 这是论文“基于Dempster-Shafer理论和深度学习的证据分类器”的可用代码（arXiv预印本arXiv：2103.13549）
Handling of Dependence in Dempster–Shafer Theory
02-09
Handling of Dependence in Dempster–Shafer Theory
Dempster-Shafer证据理论（Dempster-Shafer Theory, DST）
weixin_44012667的博客
04-07 1545
Dempster-Shafer理论通过信任函数和似然函数提供了一种更丰富的表示不确定性的方法，适用于多源、部分冲突的证据融合。尽管存在计算复杂性和高冲突下的局限性，其在工程、医疗和军事等领域的实际应用证明了其独特价值。
证据理论（Dempster-Shafer 理论）
weixin_39699362的博客
09-27 3333
证据理论也被称为 Dempster-Shafer 理论，是一种不精确推理理论，主要用于处理不确定信息。它允许人们在证据不完全、不精确或相互矛盾的情况下进行推理和决策。
证据理论（Dempster-Shafer Theory）介绍与MATLAB实例
2401_82997545的博客
05-16 2623
证据理论的核心概念包括识别框架、基本信度分配（BPA）、信度函数、似真函数以及组合规则等。基本信度分配是一个定义在识别框架所有子集上的函数，记作m(A)，表示对命题A的信度分配。当存在多个独立证据源时，可以使用组合规则将这些证据源的基本信度分配进行融合，从而得到一个综合的信度分配。识别框架是包含所有可能命题的完备且互斥的集合，记作Ω。似真函数Pl(A)表示不否定命题A的程度，它是所有与A有交集的子集的基本信度分配之和。信度函数Bel(A)表示对命题A的全部信任程度，它是所有A的子集的基本信度分配之和。
【感知算法】Dempster-Shafer理论
持之以恒
02-20 1161
Dempster-Shafer理论
Dempster-Shafer (D-S)证据理论
学兔兔的博客
03-26 3145
自从上世纪70年代，A.P.Dempster提出了证据理论的雏形，而后他的学生G.Shafer在其研究的基础上加以完善和发展，形成了现在的证据理论，该理论针对于不确定问题的处理，区分不确定信息与未知信息对系统的影响，从而可以更好的处理多来源的相互独立的证据源的信息，有效消除证据的片面不确定性，使得到更加准确的结果。在证据理论的发展过程中，其在理论水平主要有两个问题：一是当证据中存在相违背的信息时，得到的结果可能会产生悖论；
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值