证据理论信息融合算法

精度提升 4.66%

该算法通过支持矩阵和层次化融合，有效解决了大规模多源数据融合中的证据构造、冲突消解与计算爆炸问题。

张钦礼 · 张鹏飞 · 李天瑞

Information Fusion 2025

参数信息

分类准确率提升

4.66 %

时间减少

66.35 %

技术优势

无需人工设计BPA

通过支持矩阵自动将数据矩阵转换为证据，避免了主观构造基本概率分配函数的过程。

冲突证据可自动消解

通过引入由平均值构成的额外数据源，在融合过程中有效缓解证据冲突。

计算量不再指数爆炸

采用层次化融合方式，显著降低了处理大规模数据时的计算复杂度。

精度提升4.66%

与五种先进融合方法相比，分类准确率平均提升4.66%，同时时间减少66.35%。

应用场景

• 多源数据融合：用统一框架自动融合异构数据，省去人工设计融合规则的环节。
• 工业数据融合：应对传感器数据冲突与计算瓶颈，提高工业监测的准确性和实时性。
• 脑机接口信号融合：融合多通道脑电信号并消解通道间冲突，提升脑机接口分类性能。
• 医疗多模态数据融合：整合影像、文本等多模态医疗数据，为诊断提供更可靠的决策支持。