项目名称: 基于广义证据理论的非完备信息融合研究

项目编号: No.61174022

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 自动化技术、计算机技术

项目作者: 邓勇

作者单位: 西南大学

项目金额: 57万元

中文摘要: 非完备不确定异类异构信息的建模和融合是信息融合研究的关键技术之一。本项目将经典证据理论推广到辨识框架不完整情况下的开放世界,系统提出广义证据理论,并完成以下创新工作。在信息建模部分:合理表示数据残缺和知识残缺的非完备信息,基于基本概率指派函数建立非完备不确定信息的定量描述模型。在信息融合部分:提出广义证据组合规则,探索有效识别辨识框架不完整的方法,为辨识框架不完整情况下的冲突处理提供理论依据;基于新的组合规则融合非完备不确定异类异构信息。在决策部分:提出基本概率指派之间的贴近度概念,利用信息最贴近的思路将基本概率指派转换为概率分布以供决策。本项目所提出的适用于开放世界的广义证据理论,将经典证据理论纳入广义证据理论的体系之内,在理论上是对经典证据理论的推广;此外,本项目还将基于新理论探索解决非完备信息建模和融合问题并应用到多源信息融合的目标识别系统,在理论和工程实践上都具有重要的意义。

中文关键词: 广义证据理论;证据理论;开放世界;信息融合;非完备不确定信息

英文摘要:

英文关键词: Generalized evidence theory;Evidence theory;Open world;Information fusion;Incomplete and uncertain information

成为VIP会员查看完整内容
4

相关内容

【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
67+阅读 · 2021年11月18日
专知会员服务
42+阅读 · 2021年9月5日
专知会员服务
42+阅读 · 2021年5月24日
【经典书】统计学理论,925页pdf
专知会员服务
160+阅读 · 2020年12月6日
专知会员服务
42+阅读 · 2020年11月21日
专知会员服务
36+阅读 · 2020年10月15日
分布式图神经知识表示框架
专知会员服务
61+阅读 · 2020年7月28日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
336+阅读 · 2020年6月24日
经典重温:卡尔曼滤波器介绍与理论分析
极市平台
0+阅读 · 2021年10月25日
领域应用 | 小米在知识表示学习的探索与实践
开放知识图谱
1+阅读 · 2021年7月4日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
17+阅读 · 2021年3月29日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
11+阅读 · 2018年5月21日
Arxiv
11+阅读 · 2018年1月28日
小贴士
相关VIP内容
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
67+阅读 · 2021年11月18日
专知会员服务
42+阅读 · 2021年9月5日
专知会员服务
42+阅读 · 2021年5月24日
【经典书】统计学理论,925页pdf
专知会员服务
160+阅读 · 2020年12月6日
专知会员服务
42+阅读 · 2020年11月21日
专知会员服务
36+阅读 · 2020年10月15日
分布式图神经知识表示框架
专知会员服务
61+阅读 · 2020年7月28日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
336+阅读 · 2020年6月24日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月15日
Arxiv
17+阅读 · 2021年3月29日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
11+阅读 · 2018年5月21日
Arxiv
11+阅读 · 2018年1月28日
微信扫码咨询专知VIP会员