一种新的Vague集相似度量及在模式识别中的应用  

A New Similarity Measure and its Application to Pattern Recognition

作　　者：杨力军[1] 王元亮[1] 

机构地区：[1]云南财经大学信息学院,云南昆明650221

出　　处：《云南民族大学学报（自然科学版）》2010年第1期71-73,共3页Journal of Yunnan Minzu University:Natural Sciences Edition

基　　金：云南省自然科学基金(2009CD076)

摘　　要：相似度量是研究Vague集的一个关键技术,目前虽有很多学者提出了一些相似度量的方法,但是对在连续论域下的研究甚少.介绍了一种在连续论域下求Vague集贴近度的一种新方法,并且证明了它是满足Vague集贴近度的公理化定义的,最后以实例说明其在模式识别中的应用.Similarity measure is one of the most important technologies in vague sets. Though some similarity measures have been proposed, there is little research on continuous universe of discourse. This paper introduces a method of similarity measure between vague sets on continuous universe of discourse, which can satisfy the axiom definition of similarity measure between vague sets. Finally, an example is given to illustrate its application to pattern recognition.

关 键 词：VAGUE集 贴近度 模式识别 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]