针对现有方法存在的区分度不高、运行时间代价过高等问题,提出一种云模型相似性度量方法。首先采用云模型的扩展模型三角云模型作为研究对象,将三角云模型看作对称三角模糊数,根据EW-型距离公式引入指数贴近度概念,并用其表征云模型的...针对现有方法存在的区分度不高、运行时间代价过高等问题,提出一种云模型相似性度量方法。首先采用云模型的扩展模型三角云模型作为研究对象,将三角云模型看作对称三角模糊数,根据EW-型距离公式引入指数贴近度概念,并用其表征云模型的距离相似度;然后通过云模型云滴的方差,计算出云模型的形状相似度;最后将云模型的距离与形状相似度综合起来,共同衡量两云模型的相似度。从仿真实验可以看出,该方法有较高的区分度;对Synthetic control chart data数据集进行的分类实验表明,该方法具有较好的分类精度及较小的运行时间代价。展开更多
针对现有的相似性度量方法中存在区分度不高、结果不稳定等问题,提出了一种基于EW-型贴近度的云模型相似性度量方法。该方法利用正态云模型的扩展模型三角云为研究对象,分别把三角云的期望曲线及最大边界曲线看作三角模糊数,通过计算三...针对现有的相似性度量方法中存在区分度不高、结果不稳定等问题,提出了一种基于EW-型贴近度的云模型相似性度量方法。该方法利用正态云模型的扩展模型三角云为研究对象,分别把三角云的期望曲线及最大边界曲线看作三角模糊数,通过计算三角模糊数的EW-型贴近度来度量云模型的相似性,充分考虑了期望曲线和最大边界曲线的特点,定义了一种综合的求两云模型相似度的计算方法。通过仿真实验可以看出,提出的EMTCM方法具有一定的区分度;在Synthetic Control Chart Dataset数据集上的分类对比实验表明,EMTCM方法的分类精度明显优于先前的LICM、ECM、MCM方法,验证了EMTCM方法有一定的可行性及有效性。展开更多
文摘针对现有方法存在的区分度不高、运行时间代价过高等问题,提出一种云模型相似性度量方法。首先采用云模型的扩展模型三角云模型作为研究对象,将三角云模型看作对称三角模糊数,根据EW-型距离公式引入指数贴近度概念,并用其表征云模型的距离相似度;然后通过云模型云滴的方差,计算出云模型的形状相似度;最后将云模型的距离与形状相似度综合起来,共同衡量两云模型的相似度。从仿真实验可以看出,该方法有较高的区分度;对Synthetic control chart data数据集进行的分类实验表明,该方法具有较好的分类精度及较小的运行时间代价。
文摘针对现有的相似性度量方法中存在区分度不高、结果不稳定等问题,提出了一种基于EW-型贴近度的云模型相似性度量方法。该方法利用正态云模型的扩展模型三角云为研究对象,分别把三角云的期望曲线及最大边界曲线看作三角模糊数,通过计算三角模糊数的EW-型贴近度来度量云模型的相似性,充分考虑了期望曲线和最大边界曲线的特点,定义了一种综合的求两云模型相似度的计算方法。通过仿真实验可以看出,提出的EMTCM方法具有一定的区分度;在Synthetic Control Chart Dataset数据集上的分类对比实验表明,EMTCM方法的分类精度明显优于先前的LICM、ECM、MCM方法,验证了EMTCM方法有一定的可行性及有效性。