大样本下基于空间向量聚类的非概率证据融合方法研究

摘要

针对大样本情况下的冲突证据融合问题，综合考虑证据之间的支持关系和证据本身的不确定性，提出了一种基于空间向量Jousselme距离聚类的证据融合新方法，用于处理大样本情况下的证据融合问题，并降低证据冲突带来的影响。基于逐步融合的理念，先通过聚类分析计算出证据间的距离对证据进行分类，再采用Murphy方法对同一类证据进行融合，然后对初步融合后的新证据运用D-S(Dempster-Shafer)组合规则实现排序和决策；最后将该方法用于高校在校生心理社会性发展问题的研究。实证分析表明，新方法有效可行，实证结果可为心理社会性发展预测、评估等研究提供参考。

关键词

证据冲突 / 大样本 / 向量空间聚类 / 心理社会性发展