针对智能信息处理中Dempster 组合规则不能处理高度冲突的问题，考虑到序贯证据的序列性具有高效的抗干扰性能，因此本文提出了一种基于马尔科夫链的冲突证据组合方法. 首先，从经典马尔科夫链中的确定性状态描述扩展到不确定性状态描述，然后，以滑动窗口宽度l 对序贯历史证据进行采样，并利用相似性测度计算的权重来修正它们，从而对修正后的历史证据进行马尔科夫建模，并根据转移概率矩阵，计算证据代表，最后，利用Murphy 组合规则对该证据代表组合l ¡ 1 次.当然，本文方法也比较适合批量同步融合. 大量的