We present and discuss a mixed conjunctive and disjunctive rule, a generalization of conflict repartition rules, and a combination of these two rules. In the belief functions theory one of the major problem is the conflict repartition enlightened by the famous Zadeh's example. To date, many combination rules have been proposed in order to solve a solution to this problem. Moreover, it can be important to consider the specificity of the responses of the experts. Since few year some unification rules are proposed. We have shown in our previous works the interest of the proportional conflict redistribution rule. We propose here a mixed combination rule following the proportional conflict redistribution rule modified by a discounting procedure. This rule generalizes many combination rules.
论元系统是基于一个人可以为命题构造论元的想法;即，证明对一个命题的信念的结构化的理由。使用可废止规则，论证不需要在所有情况下都有效，因此，可以为命题及其否定构造一个论证。当论点支持相互冲突的命题时，其中一个论点必须被击败，这就提出了\emph{which (sub-)arguments can be subject to defeat}的问题。在法律论证中，元规则通过考虑冲突中每个论证的最后一条可废止规则来确定有效论证。由于使用最后一个规则来评估参数更容易，因此\emph{can a conflict be resolved by considering only the last defeasible rules of the arguments involved}？我们提出了一个新的论点系统，而不是推导出一个失败的参数之间的关系，\emph{undercutting-arguments}的失败可废止的规则构造。这个系统允许我们，（\textit{i}）解决冲突（反驳参数的概括）只使用不一致的参数的最后规则，（\textit{ii}）确定一组有效的（不败）参数在线性时间使用的算法的基础上JTMS，（\textit{iii}）建立与默认逻辑的关系，和（\textit{iv}）证明封闭属性，如\emph{cumulativity}。我们还提出了一个扩展的论点系统，使\emph{rea…
Inter Observer Variability Assessment through Ordered Weighted Belief Divergence Measure in MAGDM Application to the Ensemble Classifier Feature Fusion
Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校）；School of Medical Science and Technology, Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校医学科学与技术学院）
Evidence combination for a large number of sources
Northwestern Polytechnical University（西北工业大学）；DRUID, IRISA, University of Rennes 1（雷恩第一大学）
信度函数理论是处理多重不确定信息的有效工具。近年来，在该框架下提出了许多证据组合规则，如合取规则、谨慎规则、PCR（Proportional Conflict Redistribution）规则等，这些规则可适用于不同类型的信息源。然而，这些规则中的大多数在源的数量很大时不适用。这是由于复杂性或吸收元素的存在（例如，当应用于不可靠的证据时，基于合取的规则的总冲突质量函数）。本文在假设大多数信源是可靠的基础上，基于一个简单的思想：信源之间共享的共同思想越多，信源就越可靠，提出了一个适用于大量信源的组合规则LNS（Large Number of Sources）。该规则适用于聚集大量的源，其中一些是不可靠的。它将保持合取规则的精神，以加强对来源一致的焦点元素的信念。空集上的质量将被保留作为冲突的指示器。此外，它还可以用来在专家之间征求主要意见。综合质量函数的实验结果表明，该规则可以有效地用于组合大量的质量函数，并得出主要意见。
Evidential Information Fusion on Possibilistic Structure
School of Electronics and Information, Northwestern Polytechnical University（电子信息学院，西北工业大学）；Department of Electrical and Computer Engineering, University of Alberta（阿尔伯塔大学电气与计算机工程系）；China Mobile Information Technology Center（中国移动信息科技中心）；Systems Research Institute, Polish Academy of Sciences（波兰科学院系统研究所）；Institute of Fundamental and Frontier Science, University of Electronic Science and Technology of China（中国电子科技大学基础与前沿科学研究院）
