计算机应用研究

作者：黄杰,尉永清,伊静,刘孟迪,

单位：1.山东师范大学信息科学与工程学院,济南250358；2.山东省分布式计算机软件新技术重点实验室,济南250014；3.山东警察学院公共基础部,济南250014；4.山东建筑大学计算机科学与技术学院,济南250014；

关键词：基本概率指派,核密度估计,Tri-D,窗宽,

基金：国家自然科学基金资助项目(61373148)；山东省自然科学基金资助项目(ZR2014FL010)；山东省教育厅基金资助项目(J15LN34)；山东省社科规划项目(17CHLJ18,17CHLJ33,17CHLJ30)；；

D-S合成方法作用的对象是基本概率指派（basic probability assign，BPA），如何生成BPA是D-S理论应用中重要且有待解决的首要步骤。针对生成BPA提出一种基于核密度估计（kernel density estimation，KDE）的BPA生成方法：训练数据用于构建基于最优化窗宽的核密度估计的数据属性模型；然后利用训练数据的核密度模型计算测试数据的密度—距离—分布值Tri-D（density-distance-distribution），通过嵌套式的方法分配Tri-D值获取测试数据对应的BPA；最后D-S合成BPA得到最终判断，通过分类准确率来判断BPA生成方法的有效性。实验通过在UCI数据集上与其他方法的分类准确率对比验证了提出方法的有效性。

来源：2020年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第7期