云模型重疊度的相似性度量算法

　　云模型相似性是用來度量同類概念不同語言值的多個(gè)云之間關(guān)聯(lián)程度的方法，相似云及其度量分析方法的提出是對(duì)云模型理論的擴(kuò)展。針對(duì)目前相似性度量方法中時(shí)間復(fù)雜度過高和結(jié)果不穩(wěn)定等不足，提出了一種基于云模型重疊度的相似性度量算法。首先，根據(jù)云模型期望、熵、超熵三個(gè)數(shù)字特征，定義兩個(gè)云模型的位置關(guān)系和邏輯關(guān)系；其次，利用兩個(gè)云的位置和形狀特性，計(jì)算得到它們間的重疊度；最后，結(jié)合云模型重疊度與相似度的關(guān)系，將云模型的相似性度量轉(zhuǎn)化為相應(yīng)重疊部分的定量化描述。通過對(duì)時(shí)間序列分類實(shí)例的應(yīng)用，驗(yàn)證了該算法在保證結(jié)果穩(wěn)定度和正確率的前提下，與目前時(shí)間消耗較低的云模型相似度計(jì)算方法（ LICM）相比，計(jì)算復(fù)雜度降低了50%，表明該算法具有可行性和有效性。
?