Resumen

La incertidumbre en las aplicaciones de fusión de datos ha recibido gran atención. Debido a la efectividad y flexibilidad en el manejo de la incertidumbre, la teoría de la evidencia de DempsterShafer es ampliamente utilizada en numerosos campos de fusión de datos. Sin embargo, la teoría de la evidencia de DempsterShafer no puede ser utilizada directamente para la fusión de datos de sensores conflictivos, ya que se pueden obtener resultados contraintuitivos. Para abordar este problema, se propone un nuevo método de fusión de datos basado en la entropía de creencia ponderada y la negación de la asignación básica de probabilidad (BPA). Primero, se aplica la negación de BPA para representar la información en una nueva perspectiva. Luego, mediante la medición de la incertidumbre de la evidencia, se adopta la entropía de creencia ponderada para indicar la importancia relativa de la evidencia. Finalmente, se aplica el peso final de cada cuerpo de evidencia para ajustar la función de masa antes

• Materias:Transferencia de calor Colectores Estimaciones de Integrales Diferencias finitas Presión barométrica
• Subjects:Heat transfer Manifolds Integral Estimates Finite Differences Barometric pressure
• Palabras claves:Incertidumbre; Aplicaciones de fusión de datos; Teoría de la evidencia de DempsterShafer; Fusión de datos de sensores en conflicto; Entropía de creencia ponderada; Asignación de probabilidad básica
• Keywords:Uncertainty; Data fusion applications; DempsterShafer evidence theory; Conflicting sensor data fusion; Weighted belief entropy; Basic probability assignment