正态云模型雾化性质统计分析

被引：41

作者：

刘禹 ^{[1
]}

李德毅 ^{[2
]}

机构：

[1] 北京航空航天大学计算机学院

[2] 中国电子系统工程研究所

来源：

北京航空航天大学学报 | 2010年 / 36卷 / 11期

关键词：

知识表示; 不确定性; 统计分析; 云模型;

D O I：

10.13700/j.bh.1001-5965.2010.11.026

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对于超熵较大情况下的正态云模型,说明了云模型雾化过程.通过统计分析云滴离散的整体趋势,说明超熵增大过程中,云滴整体趋于离散.通过分析各论域区间内云滴离散趋势,说明靠近概念核心的云滴的离散速度相对缓慢.归纳云模型雾化性质:在超熵取值持续增大的过程中(He>En/3),正态云表示的概念的论域范围持续增大,呈雾化状态,但靠近概念核心的论域区间内的云滴不失数量优势.雾化性质适用于建模偏离正态分布、缺乏共识的定量数据,期望表示概念语义值核心,熵描述概念语义的离散程度,超熵表示各种语义的共识程度,扩展了云模型知识表示的应用范围.

引用

页码：1320 / 1324

页数：5

共 6 条

[1] 基于云模型的进化算法 [J].

张光卫 ;

何锐 ;

刘禹 ;

李德毅 ;

陈桂生 .

计算机学报, 2008, (07) :1082-1091

[2] 基于云模型的全局最优化算法 [J].

张光卫 ;

康建初 ;

李鹤松 ;

李德毅 .

北京航空航天大学学报, 2007, (04) :486-490

[3] 不确定性人工智能 [J].

李德毅 ;

刘常昱 ;

杜鹢 ;

韩旭 .

软件学报, 2004, (11) :1583-1594

[4] 逆向云在定性评价中的应用 [J].

吕辉军 ;

王晔 ;

李德毅 ;

刘常昱 .

计算机学报, 2003, (08) :1009-1014

[5]

不确定性人工智能[M]. 国防工业出版社 , 李德毅, 2005

[6]

Cloud Model-Based Spatial Data Mining[J] . Shuliang Wang,Deren Li,Wenzhong Shi,Deyi Li,Xinzhou Wang.Geographic Information Sciences . 2003 (1-2)

← 1 →