【技术实现步骤摘要】
基于D
‑
S证据理论的目标事件风险评估方法及系统
[0001]本专利技术涉及数据融合和风险评估
,尤其涉及一种基于D
‑
S证据理论的目标事件风险评估方法及系统。
技术介绍
[0002]为实现社会平稳有序的发展,需对目标事件的风险进行有效评估。然而,如何将目标事件多源异构数据融合并在统一框架下评估目标事件风险等级缺乏理论依据,具体体现在两个方面:在处理目标事件多源异构数据时难以充分挖掘有效信息;在应对多维度目标事件特征时难以有效融合,未能形成目标事件综合评估方法,从而造成对目标事件的风险评估并不准确。
[0003]基于此,亟需一种基于D
‑
S证据理论的目标事件风险评估方法及系统,实现对目标事件风险的准确评估。
技术实现思路
[0004]本专利技术的目的在于提供一种基于D
‑
S证据理论的目标事件风险评估方法及系统,能够实现对目标事件风险的准确评估。
[0005]为了实现上述目的,本专利技术提供如下技术方案:
[0006]一种基于D
‑
S证据理论的目标事件风险评估方法,包括:
[0007]按照最短时间节点采集每一目标事件的评价指标,得到每一目标事件在不同时期下的每一种评价指标值,其中所述评价指标包括吸引力、影响范围和相对强度,所述时期包括短期、中期和长期;
[0008]分别将每一目标事件在不同时期下的每一种所述评价指标值输入至专家评分系统,得到不同专家对每一目标事件在不同时 ...
【技术保护点】
【技术特征摘要】
1.一种基于D
‑
S证据理论的目标事件风险评估方法,其特征在于从多个时间段和多种评价指标分析和挖掘目标事件,利用D
‑
S证据理论完成不同证据数据的融合,提高对目标事件风险评估的准确性,所述目标事件风险评估方法包括:按照最短时间节点采集每一目标事件的评价指标,得到每一目标事件在不同时期下的每一种评价指标值,其中所述评价指标包括吸引力、影响范围和相对强度,所述时期包括短期、中期和长期;分别将每一目标事件在不同时期下的每一种所述评价指标值输入至专家评分系统,得到不同专家对每一目标事件在不同时期下的每一种所述评价指标值的多个基础评分;利用多层感知器分别对每一目标事件在不同时期下的所有评价指标值的所述基础评分进行特征提取,得到每一目标事件在不同时期下的多维特征数据;分别对每一目标事件在不同时期下的所述多维特征数据和风险等级进行映射,得到每一目标事件在不同时期下不同类别风险等级的多个基本信度分配,其中所述风险等级包括低风险、中风险和高风险;根据证据推理算法对每一目标事件在不同时期下风险等级的多个所述基本信度分配进行融合推理,确定每一目标事件在不同时期下的风险等级。2.根据权利要求1所述的目标事件风险评估方法,其特征在于,所述多层感知器第m特征层的第j个输出的特征数据表示为:征层的第j个输出的特征数据表示为:其中,表示所述多层感知器第m特征层的第j个输出的特征数据;f()表示激活函数;s表示不同专家对每一目标事件在不同时期下的每一种所述评价指标值的基础评分个数;k1表示吸引力变化值对应的基础评分个数;k2表示影响范围变化值对应的基础评分个数;k3表示相对强度变化值对应的基础评分个数;w
s,j
表示多层感知机第m特征层的第j个输出的权重;表示所述多层感知器输入层的评价指标值;b
j
表示多层感知器第m特征层的偏置;m表示所述多层感知器的层数;l
m
‑1表示每一目标事件在不同时期下的多维特征数据个数;表示所述多层感知器第m
‑
1特征层的输入。3.根据权利要求1所述的目标事件风险评估方法,其特征在于,所述分别对每一目标事件在不同时期下的所述多维特征数据和风险等级进行映射,具体表示为:其中,m()表示mass函数;A
L
表示低风险等级;A
M
表示中风险等级;A
H
表示表示高风险等级;g()表示归一化运算函数;表示多维特征数据中第一维度的特征数据;表示多维特征数据中第二维度的特征数据;表示多维特征数据中第三维度的特征数据。4.根据权利要求1所述的目标事件风险评估方法,其特征在于,所述每一目标事件在不同时期下的风险等级表示为:
其中,m()表示mass函数;A表示风险等级;A
j
...
【专利技术属性】
技术研发人员:王宁,周凯,牛中盈,张冲,王鹏飞,党宏蕾,董庆利,李宾,杨帅,阴攀锋,翟玉东,
申请(专利权)人:航天科工网络信息发展有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。