一种基于支持系数的Vague集（值）相似度量新方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (20): 31-33.

一种基于支持系数的Vague集（值）相似度量新方法

彭方明，邢清华，王三涛

空军工程大学导弹学院，陕西三原 713800

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-11 发布日期:2011-07-11

New method of similarity measures based on upholding coefficient between Vague（values） sets

PENG Fangming，XING Qinghua，WANG Santao

College of Missile，Air Force Engineering University，Sanyuan，Shaanxi 713800，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-11 Published:2011-07-11

摘要/Abstract

摘要： 对现有的一些Vague集（值）相似度量算法进行分析，指出了这些方法在计算相似度方面的片面性与局限性。通过对Vague集中元素的未知度进行分析，并引入支持系数来调节未知信息对真、假隶属度的影响，从而提出了新的Vague集（值）相似度量算法，通过模式匹配的实例验证了该算法的实用性。通过与以往的一些算法进行比较，充分证明了新算法的合理性与有效性。

关键词: Vague集, 相似度量, 未知度, 支持系数, 模式匹配

Abstract:

This paper analyzes some existing methods of similarity measures and pointes out the unilateralism and localization of these methods in calculating the similarity measures between Vague（values） sets.Through analyzing the hesitancy degree of the elements in the Vague（values） sets and introducing the upholding coefficient，which is used to adjust the influence of the unknown information to the true and the false subjection measures，a new kind of similarity measure is educed in the Vague（values） sets，and it is proved usefully by the example of the pattern matching.The rationality and validity are proved by comparing the new method with the others.

Key words: Vague sets, similarity measures, hesitancy degree, upholding coefficient, pattern matching

彭方明，邢清华，王三涛. 一种基于支持系数的Vague集（值）相似度量新方法[J]. 计算机工程与应用, 2011, 47(20): 31-33.

PENG Fangming，XING Qinghua，WANG Santao. New method of similarity measures based on upholding coefficient between Vague（values） sets[J]. Computer Engineering and Applications, 2011, 47(20): 31-33.

[1]	孙云浩，李逢雨，李冠宇，韩冰，邢维康. 面向RDF图的多模式匹配方法[J]. 计算机工程与应用, 2020, 56(13): 84-92.
[2]	王红，祝寒，林海舟. 航空安全事故因果关系抽取方法的研究[J]. 计算机工程与应用, 2020, 56(11): 265-270.
[3]	谭章禄，王兆刚，胡翰. 时间序列趋势相似性度量方法研究[J]. 计算机工程与应用, 2020, 56(10): 94-99.
[4]	黄思猛1，程良伦2，王涛2. 基于双数组trie树的多模式复杂事件检测方法[J]. 计算机工程与应用, 2019, 55(4): 91-95.
[5]	罗兰，肖建于. 一种有效折扣证据源的冲突证据合成方法[J]. 计算机工程与应用, 2019, 55(4): 154-158.
[6]	赵菊萍，李风军. Vague集（值）相似性度量[J]. 计算机工程与应用, 2019, 55(15): 69-74.
[7]	夏念，嵩天. 短规则有效的快速多模式匹配算法[J]. 计算机工程与应用, 2017, 53(7): 1-8.
[8]	王歧1，2，3，卢毓海1，3，刘洋1，3，刘燕兵1，3，谭建龙1，3，孙波4. 支持模式串动态更新的多模式匹配Karp-Rabin算法[J]. 计算机工程与应用, 2017, 53(4): 39-44.
[9]	范洪博，史舒鹏，张晶. 改进的AAC多模式实时匹配算法[J]. 计算机工程与应用, 2017, 53(3): 68-73.
[10]	黄鹤，王艳平. 广义犹豫模糊软集的相似度量及其应用[J]. 计算机工程与应用, 2017, 53(21): 37-41.
[11]	李莉1，江育娥1，林劼1，江秉华2. 基于KMP算法的改进算法KMPP[J]. 计算机工程与应用, 2016, 52(8): 33-37.
[12]	徐凤生. Vague集的新记分方法[J]. 计算机工程与应用, 2016, 52(5): 47-49.
[13]	张玉叶1，王颖颖1，王春歆2，彭海军1. 分析参数相关和时序特征的飞行动作识别方法[J]. 计算机工程与应用, 2016, 52(5): 246-249.
[14]	薛福亮1，马　　莉2. 利用动态产品分类树改进的关联规则推荐方法[J]. 计算机工程与应用, 2016, 52(4): 135-141.
[15]	付桂英1，谈诗文1，彭勇1，张建国2，王晓涧2. Vague集相似度量及其在模糊数据检测中的应用[J]. 计算机工程与应用, 2016, 52(12): 235-238.