基于邓熵和jensen-shannon散度的合成悖论改进算法

基于邓熵和Jensen-Shannon散度的合成悖论改进算法范晓静山东潍坊261061）（潍坊学院计算机工程学院，研究了一种邓熵和Jensen-Shannon散度结合的改进算法。利用邓熵对冲突证据摘要：为解决DS证据理论合成悖论问题，利用Jensen-Shannon散度计算证据的可信度；最后用DS合成规则对加权修正后的证据进行融合决策。结果表明：进行冲突衡量；合成结果可靠有效。算法可以消除全冲突悖论，0信任悖论，1信任悖论和高度冲突悖论；融合精度高；邓熵；关键词：DS证据理论；Jensen-Shannon散度；合成悖论中图分类号院TP301.6文献标识码院A文章编号院2096-4390渊2019冤35-0091-021概述DS证据理论[1]作为决策级的信息融合理论在模式识别[2]，风险分析[3]，故障诊断[4]等领域广泛应用。证据理论会出现直接影响到推理准确性和可信性的悖论。本文提出基于邓熵[1]和消除悖论。Jensen-Shannon散度[1]的改进算法，2DS证据理论证据理论是将多个基本概率分配函数通过理论规则融合成新的概率分配函数，并将其作为最终决策依据。设A1,A2,L,Ann2mAi是Ai在[0，称作识别框架。Ai是的子集，1]上的映射数值，mAi=1，m() 0。mAi为Ai的基本概率分配函数BPA。m1,m2,L,mn的合成规则为：m1m2LmnA1m1A1m2A2LmnAn1KAIA12ILIAnAKm1A1m2A2LmnAnA1IA2ILIAn=

miA1AA1

miAmiA

miAAA1,

miA1mimiA1需要满足条件：miA1(1ki)*miA1(1ki)*(1a)miAkimiA1ki(1a)

则修正后的BPA(1ki)*(1a)AA1miAaAkieEd为：ki*(1a)AA1,

(4)step3利用公式(3)计算识别框架中证据mi和mj的散度JSij(ij)，生成证据散度矩阵DMM。DMMJSij

ll

0MJSi1

MJSl1

LJS1iLML0LMLJSli

LJS1l



MMLJSilMM



L0

(1)step4计算证据相似度矩阵SMM。1M

[1JSij]llSi1

MSl1

k

k

K为证据间的冲突系数。3基于邓熵和Jensen-Shannon散度的改进算法3.1邓熵和Jensen-Shannon散度邓勇提出用Shannon熵进行证据间的信度度量，称作邓熵[5]。邓熵是香农熵的推广[6]。设Ai是识别框架的子集，对应的BPA为mAi，|Ai|是集合Ai的基数。则邓熵Ed表示为：EdmAilog

i

SMMSij

ll

LS1iLS1l



LMMML1LSilLMMM



LSliL1

step5计算归一化处理后的证据mi的可信度Crdi。CrdiSij

j1jik

S

i1j1

ji

ij

mAi21

Ai

step6对证据进行加权修正。(2)mi(Aj)Crdimi(Aj)

1ik

|Ai|越大，Ed也越大，证据就包含了更多的信息。step7利用公式(1)对修正后的证据进行融合决策。Lin[7]提出了利用信息理论来度量证据间概率4算例验证分布差异的方法，称为Jensen-Shannon(JS)散度。4种常见悖论的BPA如表1所示。不同算法的合成结果如设识别框架A1,A2,L,Ann2，m1和m2是识别框架表2所示。从表2可得，DS和Sun无法识别出正确的目标命题。Deng和本文方法能够降低证据间的冲突程度，正确识的基本概率分配函数BPA，则用JS散度来表征证据m1和Murphy，m2之间的差异性：对于目别出目标命题。Murphy取证据的平均值作为统一权重，mm1112标命题的识别精度较低。Deng与本文方法都具有较高的精度，JSm1,m2HHm1Hm2222

(3)本文方法的融合精度最高。2m1i12m2im1ilogmlog2im1im2im1im2i2i5结论i

HmimiAjlogmiAj(i1,2;j1,2,L,n)本文针对证据合成中的悖论问题，在现有方法的基础上，提3.2改进算法出了一种基于邓熵和Jensen-Shannon散度的改进算法。通过算利用邓熵度量证据的不确定性，将不确定性概率分配给未例验证，本可以得到以下结论。(1)通过算例1的实验结果表明，知集合。利用Jensen-Shannon散度计算证据之间的BPA分布差文方法可以完全消除全冲突悖论，0信任悖论，1信任悖论和高异，获取证据的可信度，对证据主体进行加权修正。应用DS合度冲突悖论，能够正确快速识别出目标命题且具有较高的融合成规则对修正后的证据进行融合决策。融合精度高，在实际精度。(2)本文方法原理简单，融合速度快，step1利用公式(2)计算证据mi的邓熵Ed。应用中能够更好的进行决策。step2设修正后的BPA为：（转下页）参考文献-92-科学技术创新2019.35

面向电信运营商的云计算计费模式分析

杜圻（南京中兴软创软件技术有限公司，江苏南京210000）仍然以订购为基础，但伴随社会经济的持续发展，越来越摘要：当前，针对许多云服务平台来讲，其在提供的计费模式方面，多的企业或个人，对此方面的需求，正在发生着深刻改变，尤其是对按使用、按需计费方面的需求，越发突出。所以，采取切实措施，提供更加实用且便捷的计费模型，围绕云计算资源，记录用户实际消费情况，以便能够为用户提供更加优质的服务。本文结合当前实况，以电信运营商为对象，提出其怎样为客户提供按需计费与使用的云计费模式。云计费关键词：电信运营商；云计算；中图分类号院TP393,F626.5文献标识码院A文章编号院2096-4390渊2019冤35-0092-02云计算在当前，伴随经济的不断发展及科学技术的越发成熟，当然需要指出的是，其当前仍然此背景下，变得越发成熟与完善，云计处于商业化应用的初级阶段。针对提供云服务的运营上而言，现阶段，针对算实为一项十分重要甚至起到核心作用的功能类别，那些已经处于运行状态的云服务平台，在其所提供的计费模式当中，仍然围绕订购来进行，尤其是从事各个行业的企业或个人，其对云服务的需求日益紧迫，而且对于用多少计费多少的按需型计采取实用、先进且合理的计费费模式，有着更加强烈的需求。所以，模型，记录用户使用行为，并将与之相对应的消费情况给全面记录下来，可以基于云环境下，为广大用户提供丰富且高质量的云服就云计算计费模式作一务。本文结合当前需要，围绕电信运营商，表1四种常见悖论的BPA探讨。1云计费现状分析相比于传统的IT服务模式，云计算服务模式的优势主要有如降低其在IT服务方面的投入下方面：其一，能够为用户提供帮助，成本；其二，在用户使用IT服务方面，能够为其提供更好的体验。需要指出的是，为何云计算能实现IT服务整体成本的降低，基础其可以实现对IT原因在于云计算服务具有比较独特的构建方式，借助各种途径，且利用资源的充分利用，而且还能根据现实需要，云计算多方式，来最大程度且合理化降低管理及运营成本。此外，诸如亚马逊所开发的AWS以及微软所在规模效应上也比较突出。其所选用的网（转下页）开发的WindowsAzure等云服务平台，表2四种悖论合成结果比较[1]XiaoF.Multi-sensordatafusionbasedonthebeliefdivergencemeasureofevidencesandthebeliefentropy[J].InformtionFusion,2019,46:23-32[2]LiuZG,PanQ,DezertJ,etal.Adaptiveimputationofmissingvaluesforincompletepatternclassification[J].PatternRecognition,2016,52(C):85-95[3]ZhangL,DingL,WuX,etal.AnimprovedDempster-Shaferapproachtoconstructionsafetyriskperception[J].Knowledge-BasedSystems,2017:S0950705117302885[4]JiangW,XieC,ZhuangM,etal.Failuremodeandeffectsanalysisbasedonanovelfuzzyevidentialmethod[J].AppliedSoftComputing,2017,57:1-8[5]DengY.Dengentropy[J].ChaosSolitons&FractalstheInterdisciplinaryJournalofNonlinearScience&Nonequilibrium&ComplexPhenomena,2016,91:549-553[6]ShannonCE.Amathematicaltheoryofcommunication[J].BellLabsTechnicalJournal,1948,27(4):379-423[7]LinJ.DivergencemeasuresbasedontheShannonentropy[J].IEEETransactionsonInformationTheory,1991,37研究方向：移动作者简介院范晓静，女，工作单位：潍坊学院，通信。