該文只是自己找乙個地方記筆記，如果大家有興趣以後再找時間展開。
1.d-s證據理論基於的是概率分配函式bpa，而不是經典概率論。因為對於a,b,c來說m（a）+m（b）+m（c）不等得1，但是p（a）+p（b）+p(c)一定為1；
2.d-s證據理論是乙個由概率分配函式來確定信任程度的過程
3.bpa：2^d->[0,1]（d是整個集合，d的每個子集對映為0-1的實數）並且滿足m（∅）=0，西格瑪m（a）=1（所有分配求和得1）那麼他就是乙個概率分配函式。
下面幾點以紅藍黃,ryb為例
4.bel是信任函式強調對a的總的信任程度。bel = m+m+m;
5.似然函式pl是對a的不信任程度pl（a）=1-bel（非a）
pl（b） = 1-bel=1-bel = 1-m(y)-m(b)-m(y,b);
6.a[bel(a),pl(a)]
a[0,1]對a一無所知
a[1.1]a為真
a[0,0]a為假
a[a,1]部分信任
a[0,b]對非a部分信任
a[a,b]對a和非a同時部分信任
7。證據組合：從不同地方得到了多個概率分配函式，要融合
m = m1正交m2
這就是d-s證據理論那個公式。不談了
8.zadeh 模糊-隸屬函式
D S證據理論學習筆記（一）
一.d s證據理論引入 誕生d s證據理論的誕生 起源於20世紀60年代的哈佛大學數學家a.p.dempster利用上 下限概率解決多值對映問題，1967年起連續發表一系列 標誌著證據理論的正式誕生。形成dempster的學生g.shafer對證據理論做了進一步發展，引入信任函式概念，形成了一套 證...
關於活體檢測的一些理論方法
最近研究活體檢測，主要是針對防止身份證 攻擊，通過提示使用者完成某些動作進行識別 想要檢測使用者的動作，最基礎的乙個前提，必須將人臉的特徵點提取出來，才能做之後的判斷 opencv自帶的方法貌似只能畫出矩形的人臉框，我們必須要準確檢測出眼睛鼻子和人臉的輪廓，從網上找了兩個人臉特徵提取庫 1.intr...
乙個關於O N logN 耗時下限的理論
乙個關於o n logn 耗時下限的理論 這裡有乙個疑問 是不是o n logn 是排序演算法時間代價最好的極限呢？當然不是，但是如果排序演算法是基於 關鍵字比較 操作的，那麼在最壞情況下確實能夠到達的最好效果就是o n logn 了。在最好情況下就沒必要說了，如果待排序列基本有序，那麼直接插入排序...