基于正態(tài)云模型重疊度的相似性度量研究及其應用.pdf

1、隨著信息技術的飛速發(fā)展，大數(shù)據(jù)時代悄然來臨，要想利用如此龐大的數(shù)據(jù)，便需要一種快捷有效的方法給出科學的分析決策或者推薦。然而，隨著數(shù)據(jù)采集和處理技術的不斷發(fā)展，不確定性知識表示和處理逐漸成為網(wǎng)絡計算中亟待解決的問題。而作為雙向認知計算的云模型通過賦予樣本隨機確定度來刻畫概念的隨機性、模糊性，使得云模型在機器學習、數(shù)據(jù)挖掘和人工智能等領域得到廣泛應用。上世紀90年代中期，李德毅院士提出了一種定量和定性相結合的數(shù)學模型----云模型，之后的

2、二十年云模型發(fā)展不斷壯大，擴展為云理論。云模型研究者們在云理論基礎上，又提出了云模型相似度的概念，用來表示同類概念不同語言值的多個云之間的關聯(lián)程度。這正迎合了數(shù)據(jù)分類以及協(xié)同過濾推薦系統(tǒng)等領域的要求，為其優(yōu)化和應用開辟了一條嶄新的道路。本文利用云模型相似性的這一特性，針對目前結果不穩(wěn)定和時間復雜度較高等不足，提出了基于云模型期望曲線重疊度的相似云(OverlapBased Expectation Curve of Cloud Model

3、，OECM)度量算法和基于云模型最大邊界曲線重疊度的相似云(Overlap Based Maximum Boundary ofCloud Model，OMCM)度量算法。
　　本研究主要內(nèi)容包括：⑴將目前云模型相似性度量方法分為三類，分析了基于云滴方法、基于所圍公共面積法和基于向量法三種度量方法的優(yōu)勢和不足；⑵根據(jù)云模型3En規(guī)則定義了兩個云模型的小于關系、包含關系以及云模型的重疊度；⑶針對時間復雜度過高和結果不穩(wěn)定的不足，充分利

4、用云模型期望曲線和邊界曲線，得到了OECM和OMCM算法；⑷根據(jù)目前云模型的性質(zhì)、OECM算法和OMCM算法的特征，對云模型相似性進行了典型特性的探索；⑸對OECM和OMCM算法可行性進行探究和分析，并對云模型的α-截集的概念加入了本人的理解，并對云模型相似性度量做了進一步的研究和延伸；⑹將OECM和OMCM算法應用到時間序列分類這個較大數(shù)據(jù)集中，分別從結果正確率、穩(wěn)定度和時間復雜度三方面驗證算法的特性；⑺將算法應用到MovieLens