[发明专利]一种对对象基于区间数的基本概率分配生成方法

权利要求书

1.一种对对象进行基于区间数的基本概率分配生成方法，其特征在于，所述方法包括步骤：

S1、获取已知分类情况的原始训练样本形成训练集，每一类训练样本包括至少一个属性特征；

S2、对所有训练样本的属性特征进行归一化处理；

S3、提取各类训练样本中各个属性特征的最大值和最小值构建各个属性特征的区间数模型；

S4、将待测对象的各个属性特征进行归一化处理；

S5、计算待测对象归一化后的各个属性特征和区间数模型中各个区间数的相似度；

S6、根据训练集中不同属性特征数据的不确定程度确定每个属性特征权重；

S7、利用所计算的相似度和属性特征权重确定待测对象的基本概率分配BPA；

S8、利用组合规则将待测对象的基本概率分配BPA进行融合得到待测对象最终的基本概率分配BPA。

2.根据权利要求1所述的对对象进行基于区间数的基本概率分配生成方法，其特征在于，S5的具体步骤为：

S51、计算区间数A和B中点之间的距离其中A表示待测对象对应的区间数，B表示训练样本对应的区间数，a₁、a₂分别表示区间数A的上、下界，b₁、b₂分别表示区间数B的上、下界；

S52、根据区间数A和B中点之间的距离计算区间数A和B的相似度：S(A,B)＝1-d(A,B)。

3.根据权利要求1所述的对对象进行基于区间数的基本概率分配生成方法，其特征在于，所述的属性特征权重具体定义为：

设I_ij为训练集中第i个类训练样本中第j种属性特征的所有样本构成的区间数，其中，i＝1，…，k；j＝1，…，n；所有类别训练样本的第j种特征的区间长度和为：其中ι(I_ij)是区间数I_ij的宽度；则确定所有类别训练样本的第j种特征的特征权重为：

4.根据权利要求2所述的对对象进行基于区间数的基本概率分配生成方法，其特征在于，所述S7的具体过程为：设为空集，则空集的基本概率分配BPA为单个属性特征的基本概率分配BPA为其中，W_j表示第j种特征的特征权重，S_j(A)表示第j种特征的待测对象和区间数之间的相似度。

5.根据权利要求4所述的对对象进行基于区间数的基本概率分配生成方法，其特征在于，第j种属性特征下待测对象的基本概率分配BPA还包括为Θ表示第j种属性特征下所有类训练样本的区间数的重合区间数。

6.根据权利要求4所述的对对象进行基于区间数的基本概率分配生成方法，其特征在于，在计算前，需要作如下判断处理：

若∑S_j(A)>1，则需要先对S_j(A)进行标准化处理，再计算

若∑S_j(A)<1，则不需对S_j(A)进行标准化处理，直接计算

其中，∑S_j(A)表示第j个特征下各类训练样本计算出来的相似度之和。