一种快速分层递阶DSmT近似推理融合方法(B)

针对Dezert-SmarandacheTheory(DSmT),随着鉴别框架中焦元数目的增多,其组合推理运算成指数增长,已成为制约该理论广泛应用与发展的瓶颈问题.为了解决这个难题,本文在进一步深入研究仅单子焦元赋值几个关键问题的基础上,主要针对超幂集空间中部分单子和冲突焦元具有信度赋值的情况,通过比例分配原则,把冲突焦元的信度赋值分配到相应的单子焦元上,然后根据仅单子焦元情形下的近似推理方法进行处理,即利用二叉树分组技术对单子焦元进行刚性分组,实现细粒度超幂集空间向粗粒度超幂集空间映射.最后通过从计算效率、信息损失和相似度的角度分别比较新、老方法,比较结果充分地验证了新方法的优越性.