通知公告
交大新闻
10 现在的位置：首页 > 期刊导读 > 2016 > 10 >
采用聚类特征的基本概率分配生成方法及应用
【作者】 高智勇 董荣光 高建民 王荣喜 西安交通大学制造系统工程国家重点实验室 西安710049
【关键词】 证据理论 基本概率分配 聚类特征区间模型 相似度 信息融合
【摘要】针对在识别框架不确定时基本概率分配（BBA）生成困难的问题,提出一种基于聚类特征的基本概率分配生成方法,以减弱对样本长度的依赖性,并分析2种情况下的BBA生成。在框架未知时,通过聚类分析获得各个类别的聚类特征,建立样本属性的聚类特征区间模型;在框架已知时,获取聚类特征,建立样本属性的聚类特征区间模型;然后用各个区间模型之间的距离表示样本属性之间的差异,在此基础上建立了一种相似度的度量方法;最后对相似度进行归一化得到BBA。采用Iris数据集和Wine数据集的实验结果表明：所提方法对样本长度敏感程度低,对Wine数据集的一个类的分类结果达到100%。将该方法应用于某煤化工企业压缩机组子系统状态监测信息数据集,实现了监测信息状态的识别。
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号