命题逻辑中条件概率真度的相似度及伪距离

doi:10.3778/j.issn.1002-8331.2010.17.010

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (17): 33-38.DOI: 10.3778/j.issn.1002-8331.2010.17.010

命题逻辑中条件概率真度的相似度及伪距离

牛广化¹，于西昌²

1.枣庄科技职业学院建筑工程系，山东滕州 277500
2.聊城职业技术学院，山东聊城 252000

收稿日期:2008-12-08 修回日期:2009-02-16 出版日期:2010-06-11 发布日期:2010-06-11
通讯作者: 牛广化

Similarity degree and pseudo-distance of conditional probability truth degree of formulas in propositional logic system

NIU Guang-hua¹，YU Xi-chang²

1.Department of Architectural Engineering，Zaozhuang Vocational College of Science & Technology，Tengzhou，Shandong 277500，China
2.Liaocheng Vocational and Technical College，Liaocheng，Shandong 252000，China

Received:2008-12-08 Revised:2009-02-16 Online:2010-06-11 Published:2010-06-11
Contact: NIU Guang-hua

摘要/Abstract

摘要： 通过引入赋值密度函数、边缘密度函数等概念给出了连续值命题逻辑系统中公式条件概率真度的定义，并得到了一些条件概率真度的推理规则；给出了3种相似度的概念，讨论了其性质及关系；定义了3种伪距离，确定了三者之间的比例关系，为推理程度的数值化提供了可靠的依据。

关键词: 赋值密度函数, 条件概率真度, 相似度, 伪距离

Abstract: By introducing the concepts of valuation density function and edge density function，a definition of conditional probability truth degree for formula in the continuous value propositional logic is proposed.Some inference rules of conditional probability truth degree are studied and the density of probability truth degree in [0，1] is proved.On this groundwork，three similarities are given whose properties and relationship are discussed.By introducing similarity degree，the definition of three kinds of pseudo-distance is proposed，and the relationship among them is determined.Thus the basis for the inference degree’s numerical is proved.

Key words: valuation density function, onditional probability truth degree, imilarity degree, seudo-distance

中图分类号:

O141.1

牛广化¹，于西昌². 命题逻辑中条件概率真度的相似度及伪距离[J]. 计算机工程与应用, 2010, 46(17): 33-38.

NIU Guang-hua¹，YU Xi-chang². Similarity degree and pseudo-distance of conditional probability truth degree of formulas in propositional logic system[J]. Computer Engineering and Applications, 2010, 46(17): 33-38.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[4]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[7]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[8]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[9]	刘莉. 基于用户多样性偏好的top-N推荐算法[J]. 计算机工程与应用, 2021, 57(17): 116-121.
[10]	杨延娇，赵国涛，王丕栋. 基于语义与情感的句子相似度计算方法[J]. 计算机工程与应用, 2021, 57(16): 151-158.
[11]	赵琪，杜彦辉，芦天亮，沈少禹. 基于Capsule-BiGRU的文本相似度分析算法[J]. 计算机工程与应用, 2021, 57(15): 171-177.
[12]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.
[13]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[14]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.
[15]	魏玮，张芯月，朱叶. 改进的SIFT结合余弦相似度的人脸匹配算法[J]. 计算机工程与应用, 2020, 56(6): 207-212.

命题逻辑中条件概率真度的相似度及伪距离

Similarity degree and pseudo-distance of conditional probability truth degree of formulas in propositional logic system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics