正态云模型相似度计算方法.pdfVIP

正态云模型相似度计算方法 李海林1郭崇慧1邱望仁2 1.大连理工大学系统工程研究所，辽宁大连116024;2.大连理工大学信息与控制研究中心，辽宁大连116024 摘要: 本文提出了两种正态云模型相似度计算方法，分别通过正态云模型的期望曲线和最大边界曲线来描述 正态云模型的总体特征，实现以期望曲线相似程度或最大边界曲线的相似程度对正态云模型相似度的定量表示.它们 在一定程度上克服了传统基于特征向量和随机选取云滴的相似度计算带来云模型期望数字特征过于显著、时间复杂 度过高和结果不稳定等方面的不足.实验结果表明，本文算法能够更为客观地对正态云模型进行相似度计算，在协同 过滤推荐以及时间序列分类中得到了应用并提高了算法的效率. 云模型;相似性度量;正态分布;期望曲线;最大边界曲线 TP311 A 0372-2112(2011) 11-2561 SimilarityMeasurementbetweenNormalCloudModels LIHai-linGUOChong-huiQIUWang-ran 2011-01-11 2011-03-29 国家自然科学基金(NoNo;中央高校基本科研业务专项资金(No.DUT11SX04) 图3 面积 图6 4.3 @@[1]李德毅，杜鹚.不确定性人工智能[M].国防工业出版社， 2005. @@[2]张勇，赵东宁，李德毅.相似云及其度量分析方法[J].信 息与控制，2004，33(2):130-132. 的稀疏性问题[J].计算机研究与发展，2006，43(4):667 -672. ZhangYong,ZhaoDongning,LiDeyi.Thesimilarcloudand themeasurementmethod[J].InformationandControl,2004,33 ZhangFeng,ChangHuiyou.EmployingBPneuralnetworksto (2):130-132.(inChinese) alleviatethesparsityissueincollaborativefilteringreconmmen @@[3]张光卫，李德毅，李鹏，等.基于云模型协同过滤推荐算法 darionalgorithms[J].JournalofComputerResearchandDe [J]软件学报，2007，18(10):2403-2411. velopment,2006,43(4):667-672.(inChinese) ZhangGuangwei,LiDeyi,LiPeng,etal.Acollaborativefilter @@[14]张丙奇.基于领域知识的个性化推荐算法研究[J].计算 ingrecommendationalgorithmbasedoncloudmodel[J].Jour 机工程，2005,31(21):7-9. nalofSoftware,2007,18(10):2403-2411.(inChinese) ZhangBingqi.Acollaborativefilteringrecommendationalgo @@[4]李德毅.知识表示中的不确定性[J].中国工程科学，2000， rithmbasedondomainknowledge[J].ComputerEngineering,