论文发表,代写代发论文

　　
　　?
　　
　　表格(有表名)
　　
　　表2 例1的?kd?斜率数据表
　　
　　1～1011～20 21～3031～40
　　
　　-2.7 -1.5 -0.4 0.9
　　-2.5 -1.5 -0.6 0.9
　　-2.3 -1.5 -0.3 0.9
　　-2.3 -1.5 0.0 0.9
　　-2.1 -1.4 -0.1 1.0
　　-2.0 0.0 -0.1 1.0
　　-1.9 -0.3 -0.1 1.0
　　-1.8 -0.5 0.4 1.1
　　-1.7 -0.5 0.1 1.2
　　-1.6 -0.5 -0.7 1.0
　　?
　　
　　如图6所示，在0.150?0<?ε<0.301?0区间所对应曲线k?的值是全局上最小的部分，符合在低冲突前提下使用DST进行数据融合的要求。可以得到结论，例1求得的是多点值门限。?
　　?
　　
　　图片
　　
　　
　　
　　图6 例1的全面比对
　　
　　?
　　下面例举第二个例子，为了更好地说明这种方法的意义，要求例子具有两个特点：1）在ε较小时，两组证据的信息完全相悖；2）假设两组证据具有相同的重要性。?
　　例2 m?1(A?1)=0.9-2ε，m?1(A?2)=0.07+ε，?
　　m?1(A?3)=0.03+ε；?
　　m?2(A?1)=ε，m?2(A?2)=0.2+2ε，?
　　m?2(A?3)=0.8-3ε?
　　?Shafer?的模型成立，其中0<ε<0.266?6，以0.006为步长变动。图7为例2的冲突概率比对图。?
　　 在ε较小，如ε=0时，m?1(A?1)=0.9，m?2(A?3)=0.003；m?2(A?1)=0，m?2(A?3)=0.8，两组证据对A?1 、A?3的基本概率赋值是相悖的，因为两组证据具有相同的重要性，是不能简单分辨出m（A?1）与m（A?2）的。而在冲突很大时（ε=0），?DST?却得出了不能让人信服的结论：m(A?1)=0，m(A?3)=0.63。可以预见门限值在ε<0.15时取到。?
　　
　　在图8中，曲线kd在ε=1.900时出现拐点，但是在该拐点的两侧，曲线的斜率相差不大且均较小（参照表3第30个参数），故不是目标拐点。目标拐点只能在ε=0.118时取到，处在ε<0.15的区间，和前面的分析判断相一致。而k在全局上是递减的，故在第一个拐点的左侧区间应当使用?DSmT进行数据融合，右侧则使用DST进行融合，符合在低冲突的前提下使用DST?进行数据融合的要求。?
　　
　　?
　　
　　图片
　　
　　
　　
　　图7 例2的冲突概率比对
　　
　　?
　　?
　　
　　图片
　　
　　
　　
　　图8 例2的?k与kd?比对
　　
　　?
　　例2求得的结果是单点值门限，图9是例2的全面比对图，图中目标拐点将全局划分为两个区域，左侧使用DSmT进行信息融合，右侧使用DST进行信息融合。 ?
　　图片
　　
　　
　　
　　图9 例2的全面比对
　　?
　　
　　
　　
　　 门限数据如下所示：?ε为0.102?0；k为0.677?5；kd为0.794?3。?
　　?表格(有表名)
　　
　　表3 例2的?kd?曲线斜率数据表
　　
　　1～1011～2021～30 31～40
　　
　　-4.545 -3.182 1.515 -1.515
　　-4.393 -3.030 1.666 -1.212
　　-4.242 -2.878 -0.757 -0.909
　　-3.939 -2.878 0.454 -0.758
　　-3.939 -3.787 0.757 -0.909
　　-3.787 0.000 0.757 -0.606
　　-3.484 0.757 0.909 -0.607
　　-3.333 0.606 0.909 -0.455
　　-3.181 1.363 1.060 -0.606
　　-3.181 1.363 0.303 -0.454
　　
　　
　　5 结语?
　　本文通过研究DSmT和DST在数据融合上各自的优点，在此基础上，提出将两者结合使用，在文献［4］的启发下给出了新的转换门限的确定方法，该方法有很强的适应性，根据不同的证据组合，能划分是单点值门限还是多点值门限。通过门限的设定，使得在信息融合系统中高效实现强冲突信息融合，低代价实现弱冲突信息融合成为可能，在提高信息融合效率上有一定的意义。
　　
　　?参考文献:
　　［1］
　　衣晓，孙晓明，关欣，等.有效处理冲突证据的融合方法［J］.清华大学学报:自然科学版，2009，49(1):138-141.
　　
　　［2］
　　关欣，何友，孙晓明.一种冲突证据的融合方法［J］.电子科技大学学报，2007，36(1):30-31.
　　
　　［3］
　　邓勇，钟山，朱振福.基于证据理论的模糊信息融合及其在目标识别中的应用［J］.航空学报，2005，26(6):754-758.
　　
　　［4］
　　周宪英. DST与DSmT自适应融合门限研究［J］. 舰船电子工程，2009，29(12):128-129.
　　
　　［5］
　　SMARANDACHE F, DEZERT J. Advances and applications of DSmT for information fusion［M］. Rehoboth: American Research Press, 2004:76-78.
　　
　　［6］
　　何友，王国宏.多传感器信息融合及应用［M］.北京:电子工业出版社，2007:33-38.
　　
　　［7］
　　侯俊，潘泉，苗壮.DST与DSmT自适应融合算法［J］.微电子学与计算机，2006,23(10):150-152.
　　
　　［8］
　　胡丽芳,关欣，何友.基于DSmT的多传感器目标识别［J］.弹箭与制导学报,2008,28(2):186-188.
 

(责任编辑：南粤论文中心)