Comparison of the new improved combination approach that deal with conflict data with Yager’s solution approach

Authors

  • Sofiia Alpert Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine

DOI:

https://doi.org/10.36023/ujrs.2018.17.125

Keywords:

Dempster’s combination rule, evidence theory, Yager’s solution approach, conflicting bodies of evidence

Abstract

Dempster-Shafer evidence theory is the most effective approach to process imprecise and incomplete information. But Dempster’s combination rule can not deal with conflicting data and can lead to illogical results. That’s why the combination of conflicting bodies of evidence is one of the most difficult problems. Yager’s solution approach can process conflicting data, but correlation among evidences is not taken into account. It was proposed a new combination method, that uses correlation among different bodies of evidence and give accurate results.

References

Аковецкий В. И. (1983). Дешифрирование снимков. Москва: Недра. 320 с.

Альперт С. І. (2013). Оцінка точності класифікації космічних зображень на основі теорії Демпстера-Шафера. Збірник праць XI-ої Міжнародної молодіжної науково-практичної конференції “Історія розвитку науки, техніки та освіти” за темою “Розбудова дослідницького університету”, (Київ, 25 квітня 2013 р.). Київ. С. 242–245.

Альперт С. І. (2017). Новий удосконалений підхід до комбінування даних на основі теорії Демпстера-Шейфера. Збірник матеріалів VII-ої Всеукраїнської молодіжної наукової конференції “Ідеї та новації в системі наук про Землю”, (Київ, 25–27 жовтня 2017). — Київ. С. 26–27.

Кочуб Е. В., Топаз А. А. (2012). Анализ методов обработки материалов дистанционного зондирования Земли. Вестник Полоцкого государственного университета. 132 с. https://elibrary.ru/item.asp?id=23721200

Кузнецов А. В., Мясников В. В. (2014). Сравнение алгоритмов управляемой по элементной классификации гиперспектральных изображений. Компьютерная оптика. Т. 38. №3. С. 494 – 502. https://cyberleninka.ru/article/v/sravnenie-algoritmov-upravlyaemoy-poelementnoy-klassifikatsii-giperspektralnyh-izobrazheniy

Лурье И. К., Косиков А. Г. (2003). Теория и практика цифровой обработки изображений. Москва: Научный мир. 356 с. https://www.twirpx.com/file/2101093/

Лялько В. И., Федоровский А. Д., Попов М. А. (2004). Использование данных спутниковой съемки для изучения природоресурсных проблем. Космічні дослідження в Україні 2002–2004. Київ. С. 2–14.

Марченко Н. А., Авраменко А. К. (2008). Методика классификации объектов по данным дистанционного зондирования Земли. Системный анализ, управление и информационные технологии. Научное периодическое издание. Харьков: Харьковский политехнический институт. Вип. №26. С. 145–149. http://repository.kpi.kharkov.ua/handle/KhPI-Press/30205

Попов М., Рябоконенко О., Петроченко О. (2003). Підхід до класифікації стану лісових ресурсів по багатоспектральних космічних зображеннях на основі принципу злиття даних та використання елементів ГІС-технологій. Ученые записки Таврического национального университета им. В. И. Вернадского, сер. География. Т. 16 (55). №2. С. 142–150.

Попов М., Станкевич С. (2006). Методы оптимизации числа спектральных каналов в задачах обработки и анализа данных дистанционного зондирования Земли. Современные проблемы дистанционного зондирования земли из космоса. Т. 2. №1. С. 61–63. https://docplayer.ru/26716070-Metody-optimizacii-chisla-spektralnyh-kanalov-v-zadachah-obrabotki-i-analiza-dannyh-distancionnogo-zondirovaniya-zemli.html

Попов М. (2002). Шляхи отримання космічної інформації в інтересах національної безпеки та оборони. Наука і оборона. №2. С. 38–50.

Chang C. I. (2013). Hyperspectral Data Processing: Algorithm Design and Analysis. Hoboken, NJ: John Willey & Sons. 1164 p. http://doi.org/10.1002/9781118269787

Gong P. (1996). Integrated Analysis of Spatial Data from Multiple Sources: Using Evidential Reasoning and Artificial Neural Network Techniques for Geological Mapping. Photogrammetric Engineering and Remote Sensing. Vol. 62. № 5. P. 513–523. https://pdfs.semanticscholar.org/5c0f/279b94216b6869fb89b66e179ebe14befe18.pdf

Lein J. K. (2003). Applying evidential reasoning methods to agricultural land cover classification. Int. Journal of Remote Sensing. Vol. 24. № 21. P. 4161– 4180. https://doi.org/10.1080/0143116031000095916

Mertikas P., Zervakis M. E. (2001). Exemplifying the Theory of Evidence in Remote Sensing Image Classification. Int. Journal of Remote Sensing. Vol. 22. №6. P. 108–1095. https://doi.org/10.1080/014311601300074621

Popov M. A., Topolnitskiy M. V. (2014). A Dempster-Shafer evidence theory-based approach to object classification on multispectral / hyperspectral images. Proceedings of the 10th International Conference IEEE on Digital Technologies (DT’2014). Zilina, Slovakia, 9–11 July 2014. P. 296 –300. https://doi.org/10.1109/dt.2014.6868729

Smets P., Henrion M., Shachter R. D., Kanal L. N., Lemmer J. F. (1990). Constructing the pignistic probability function in a context of uncertainty. Uncertainty in Artificial Intelligence. North Holland, Amsterdam, Vol. 5. P. 29–40. https://doi.org/10.1016/b978-0-444-88738-2.50010-5

Downloads

Published

2018-06-27

Issue

No. 17 (2018)

Section

Techniques for Earth observation data acquisition, processing and interpretation

License

Licensing conditions: the authors retain their copyrights and grant the journal the right of first publication of a work, simultaneously licensed in accordance with the Creative Commons Attribution License International CC-BY, which allows you to share the work with proof of authorship of the work and initial publication in this journal.

The authors, directing the manuscript to the editorial office of the Ukrainian Journal of Remote Sensing of the Earth, agree that the editorial board transfers the rights to protection and use of the manuscript (material submitted to the journal editorial board, including such protected copyright objects as photographs of the author, drawings, charts, tables, etc.), including reproduction in print and on the Internet; for distribution; to translate the manuscript into any languages; export and import of copies of the journal with the article of the authors for the purpose of distribution, informing the public. The above rights are transferred by the authors to the editors, without limitation of their validity, and in the territory of all countries of the world without limitation, including in Ukraine.

The authors guarantee that they have exclusive rights to use the submitted material. The editors are not liable to third parties for breach of data by the authors of the guarantees. The authors retain the right to use the published material, its fragments and parts for personal, including scientific and educational purposes. The rights to the manuscript are considered to be transferred by the authors of the editorial board from the moment of the publication of the issue of the journal in which it is published. Reprinting of materials published in the journal by other individuals and legal entities is possible only with the consent of the publisher, with the obligatory indication of the issue of the journal in which the material was published.