云相似度的概念跃升间接计算方法

针对现有云模型相似性度量方法结果不稳定以及区分度不高的问题,提出一种云相似度的概念跃升间接计算方法,以表征云相似性的期望曲线相交区域为切入点,将其面积的计算转移至更高层次概念上,实现原相交区域代表概念比重的等价转换。讨论了期望曲线交点数目及位置的不同情形,并给出相应的判别规则;在此基础上,通过计算截断熵获得综合云,实现概念的跃升;以综合云与各基础云的期望曲线相交面积作为相似性的新度量标准,给出了相似度的间接计算公式。通过设计的仿真算例以及具体应用的实验结果,验证了该方法的有效性和普适性。     

基于不确定性描述的云化Markov链状态预测方法

针对Markov链在预测概率发生跳变时无法有效地衡量样本归属程度的问题,提出一种云化Markov链的状态预测方法,通过云模型描述和处理样本的不确定性。该方法将划分的状态区间视作一种概念,利用云模型对其进行云化表示,据此计算样本对各概念的确定度,得到概念之间的概率转移矩阵,从而实现带有随机特性的状态预测。概念转移概率作为关键随机变量,对其进行了核密度估计。最后以多次随机实验的概率和提取代表性转移概率分别给出了仿真实验结果,表明该不确定性描述的预测方法在解决Markov链预测概率跳变现象的同时,可通过确定度的分配有效地表述样本的归属程度,具有较好的实用性。     

基于改进随机云滴法的云相似性计算

现有随机云滴法得出的相似度随云滴数目的增加而存在趋势性变化,以致无法给出较为稳定、合理的计算结果。为此提出了一种改进方法,对随机云滴法出现的趋势性变化现象进行了分析和讨论,给出了相关定理及证明过程。通过探讨问题产生的实质,忽略云滴数目,将相似度统一建立在云滴距离这一物理概念上,重新定义了相似度表达式。仿真实验的结果表明,改进方法能够获得相对稳定的相似度计算结果,有效解决了原算法相似度的趋势性变化问题,具有较好的适用性。