相似性的测量.docVIP

相似性度量 均方误差评价 拟合优度评价 相关系数法 归一化内积法 Camberra距离度量 频谱分析法 其他距离度量 注意1：这里的处理的数据都是经过剔除了粗大误差预处理后的数据。 2：粗大误差剔除处理都是针对某一非标准数据列自身的，而这里的相似程度度量处理是针对的是非标准数据与标准数据之间相互的关系的处理。在此处的处理过程中，通常是求取各个非标准列与标准列之间的某种度量标准，而后比较各个非标准列之间哪一列更接近于标准列。 1．均方误差评价 处理过程： 求出各个比较列（非标准列）与标准列的各次测量值之差值，再求各次差值的平方和，再求平均。 即： 。 其结果越小说明该非标准数据与标准数据的的差异越小。 2．Camberra距离度量 Camberra距离定义： 因为考虑到各个非标准列（经过剔除粗大误差后）的数据个数不一致，因此，对Camberra距离进行一个平均，即程序中采用的距离为修正后的： 其值越小，说明该非标准数据与标准数据的差异越小。 3．归一化内积 归一化内积定义： 这里已经对数据进行了归一化处理，因此，对于非标准数据的个数对评价结果没有影响。 这里度量实质是向量（非标准数据）Xk与（标准数据）X0之间的夹角的余弦，因此具有旋转、放大、缩小的不变性。其值越大，说明两者越接近。 4．频谱分析法 首先将标准数据与非标准数据都进行傅立叶变换，然后计算各个非标准数据与标准数据的幅度值之差的平方的均值。 其值越小说明该非标准数据与标准数据越接近。 5．拟合优度评价方法 根据最小二乘数据拟合的评价标准，本程序尝试了采用它的拟合优度评价参数R2来进行评价。 拟合优度R2的计算公式为： 其中， R2越大，说明拟合效果越好。 在本程序中，将问题看成用不同的拟合方式（各个非标准数据为不同拟合方式的插值y(xi)）对标准数据的拟合，根据拟合优度进行评价。 然，遗憾的是，实验表明这种方式的效果不好，或许是原理某处没有理解透彻。 6．相关系数评价 相关系数计算公式： 其中，Cov（X，Y）表示X与Y的协方差，D（X）、D（Y）为X、Y的方差。计算公式为： 其值越接近于1说明这两种正相关性越好。 在本程序中，分别计算各个非标准列数据与标准列数据的相关系数，根据求得的相关系数与1的接近程度进行评判。 然，遗憾的是，实验表明，这种方法的评判效果也不尽如人意。 7．其他相似度度量方法 Chebychev度量 Minkovsky度量 Mahalanobis距离 其中，W为各特征矢量的协方差矩阵 以上介绍的三种方面都没有在程序中实现。