- 1、本文档共15页,其中可免费阅读5页,需付费80金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
3.4 证据理论
前言
主观 Bayes 方法必需给出先验概率。
Dempster 和 Shafer 提出的证据理论,可用来处理这种
由不知道所引起的不确定性。
证据理论承受信任函数而不是概率作为不确定性度量, 它通过对一些大事的概率加以约束来建立信任函数而
不必说明准确的难于获得的概率。
证据理论满足比概率论更弱的公理系统,当这种约束限制为严格的概率时〔即概率值时〕,证据理论就退化为概率论了。
证据的不确定性度量
根本理论
区分框概念:设 U 为假设 x 的全部可能的穷举集合,且设 U 中的各元素间是互斥的, 我们称 U 为区分框〔 Frame of discernment〕。设 U 的元素
文档评论(0)