论文部分内容阅读
为提高证据冲突情况下目标识别的准确性,提出了基于证据综合可信度改进证据融合次序的目标识别算法.新算法基于证据之间的差异性大小来确定度量冲突所用参数并给出了证据综合可信度计算公式,依此对证据融合次序进行优化及将冲突因子所含矛盾信息在相关焦元间进行加权再分配.算例和仿真实验结果表明,新算法能够有效处理不同类型冲突证据.特别是在证据高冲突情况下,与多维证据直接融合算法相比,新算法的正确目标识别概率高出0.15～0.24个点且其时间花费低于多维证据直接融合算法时间花费的1/10.因此,所提算法是一种具有较高稳定性和较低时间花费的目标识别算法.