多源概率类指标数据的融合方法、装置、设备及介质

本公开涉及信息处理，尤其涉及一种多源概率类指标数据的融合方法、装置、设备及介质。

背景技术：

1、目前，对于试验结果通常仅包括成功或失败两个结果的试验，其每种试验结果分别对应有概率类指标数据。关于这种概率类指标的评估，缺乏能够检验内外场数据一致性的方案。在实际应用中，通常会从不同来源收集到多源概率类指标数据，比如从不同的传感器、测试、模拟或实际战场环境中收集的概率类指标数据，这些数据可能具有不同的精度、可靠性和观测误差，导致在对评估中引入了偏差和风险，评估的准确性和可靠性较低。

技术实现思路

1、本公开提供了一种多源概率类指标数据的融合方法、装置及介质；能够提高多源概率类指标数据的评估准确性和可靠性。

2、本公开的技术方案是这样实现的：

3、第一方面，本公开提供了一种多源概率类指标数据的融合方法，所述融合方法包括：

4、根据由多数据源获取的多组概率类指标数据对应的统计值和概率获取弃真风险，并根据所述弃真风险获取统计可信度权重；

5、通过为每组概率类指标数据设定的试验可信度确定每组概率类指标数据对应的试验可信度权重；

6、根据所述统计可信度权重以及所述试验可信度权重获取每组概率类指标数据的综合权重；

7、根据所述多组概率类指标数据及其统计值获取参数统计量以及贝叶斯估计中间量；

8、根据所述每组概率类指标数据的综合权重与贝叶斯估计中间量获取每组概率类指标数据对应的统计量权重；

9、根据所有概率类指标数据对应的统计量权重以及参数统计量获取加权贝叶斯估计值。

10、第二方面，本公开提供了一种多源概率类指标数据的融合装置，所述装置包括：第一获取部分、第一确定部分、第二获取部分、第三获取部分、第四获取部分和第五获取部分，其中，

11、所述第一获取部分，被配置成根据由多数据源获取的多组概率类指标数据对应的统计值和概率获取弃真风险，并根据所述弃真风险获取统计可信度权重；

12、所述第一确定部分，被配置成通过为每组概率类指标数据设定的试验可信度确定每组概率类指标数据对应的试验可信度权重；

13、所述第二获取部分，被配置成根据所述统计可信度权重以及所述试验可信度权重获取每组概率类指标数据的综合权重；

14、所述第三获取部分，被配置成根据所述多组概率类指标数据及其统计值获取参数统计量以及贝叶斯估计中间量；

15、所述第四获取部分，被配置成根据所述每组概率类指标数据的综合权重与贝叶斯估计中间量获取每组概率类指标数据对应的统计量权重；

16、所述第五获取部分，被配置成根据所有概率类指标数据对应的统计量权重以及参数统计量获取加权贝叶斯估计值。

17、第三方面，本公开提供了一种计算设备，所述计算设备包括：处理器和存储器；所述处理器用于执行所述存储器中存储的指令，以实现如第一方面所述的多源概率类指标数据的融合方法。

18、第四方面，本公开提供了一种计算机可读存储介质，所述计算机可读存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如第一方面所述的多源概率类指标数据的融合方法。

19、本公开提供了一种多源概率类指标数据的融合方法、装置及介质。通过多数据源获取的多组概率类指标数据的统计值和概率获取对应的弃真风险α后，结合弃真风险α以及人员的专业经验生成统计可信度权重和试验可信度权重，从而能够量化每个数据源的可靠性。接着，使用统计学的相关手段，根据每组数据的统计值计算对应的参数统计量和贝叶斯估计中间量。然后，利用贝叶斯估计中间量和由统计可信度权重和试验可信度权重生成的综合权重获得统计量权重，该统计量权重考虑了数据一致性和用户可信度，确保最终的加权贝叶斯估计值反映了不同数据源的重要性和可靠性，从而使得本公开提供的技术方案提高多源概率类指标数据的评估准确性和可靠性。

1.一种多源概率类指标数据的融合方法，其特征在于，所述融合方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据由多数据源获取的多组概率类指标数据对应的统计值和概率获取弃真风险，并根据所述弃真风险获取统计可信度权重，包括：

3.根据权利要求1所述的方法，其特征在于，所述通过为每组概率类指标数据设定的试验可信度确定每组概率类指标数据对应的试验可信度权重，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述统计可信度权重以及所述试验可信度权重获取每组概率类指标数据的综合权重，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述多组概率类指标数据及其统计值获取参数统计量以及贝叶斯估计中间量，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述多组概率类指标数据以及所述多组概率类指标数据的样本数量确定所述每组概率类指标数据对应的参数统计量，包括：

7.根据权利要求5所述的方法，其特征在于，所述根据所述多组概率类指标数据对应的统计值以及所述多组概率类指标数据的样本数量确定所述每组概率类指标数据对应的贝叶斯估计中间量，包括：

8.一种多源概率类指标数据的融合装置，其特征在于，所述装置包括：第一获取部分、第一确定部分、第二获取部分、第三获取部分、第四获取部分和第五获取部分，其中，

9.一种计算设备，其特征在于，所述计算设备包括：处理器和存储器；所述处理器用于执行所述存储器中存储的指令，以实现如权利要求1至7任一项所述的多源概率类指标数据的融合方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如权利要求1至7任一项所述的多源概率类指标数据的融合方法。