一种新的直觉模糊相似度及在模式识别上的应用

发布时间：2021-09-17 03:39

　　直觉模糊集是模糊理论的一个经典模型,被广泛地应用于处理模糊和不确定问题。相似度是直觉模糊集上的一种重要的不确定性度量。现有的相似度计算方法并未充分考虑犹豫度所表示的实践语义且常常出现违反直觉的问题。通过考虑隶属度、非隶属度、以及犹豫度所表达的模糊语义,本文修改了直觉模糊相似度的定义,提出了一种新的直觉模糊相似度的计算方法,分析了该方法的性质,证明了该方法满足直觉模糊相似度的定义。通过数值实验,验证了该方法的有效性。最后,将所提出的相似性度应用于模式识别问题。实验结果表明,所提出的方法可以避免现有方法的缺点,是一种准确、优越的方法。 

【文章来源】：模糊系统与数学. 2020,34(06)北大核心

【文章页数】：10 页

【文章目录】：
1 预备知识
    1.1 直觉模糊集合
    1.2 直觉模糊集合的相似度
        (1)Chen[20]的相似度计算方法:
        (2)Hong和Kim[21]的相似度计算方法:
        (3)Li和Xu[33]的相似度计算方法:
        (4)Li Dongfeng[22]的相似度计算方法:
        (5)Mitchell[24]的相似度计算方法:
        (6)Liang和Shi[23]的相似度计算方法:
        (7)Hang和Yang[27]的相似度计算方法:
        (8)Ye[34]的相似度计算方法:
        (9)Boran和Akay[35]的相似度计算方法:
        (10)Chen和Chang[29]的相似度计算方法:
2 一种新的直觉模糊集合的相似度
3 直觉模糊集合的相似度在模式识别中的应用
4 结束语



本文编号：3397888