基于案例推理的区间属性相似度研究.pdfVIP

第 29 卷第 4 期 ( ) 辽宁师范大学学报 自然科学版 Vol . 29 　No . 4 2006 年 12 月 　　　　　 ( ) 　　　　　 J ournal of Liaoning Normal U niver sit y Nat ural Science Edition Dec . 　2006 　　文章编号 (2006) 基于案例推理的区间属性相似度研究 1 2 秦玉平 , 　杨兴凯 ( 1. 渤海大学 信息科学与工程学院 ,辽宁 锦州 　12 1000 ; 2 . 东北财经大学 电子商务学院 ,辽宁 大连 　116025) 摘 　要 :分析了传统的实例检索策略的不足 , 提出了一种区间属性值之间相似度的计算方法. 该方法是通过计算长 度重叠率或面积重叠率来计算其相似程度. 所提出的方法可以有效地处理实例检索中的不确定性 , 并能提高基于实 例推理系统的性能. 关键词 :实例推理 ;相似度 ;确定区间;模糊区间 中图分类号 : TP 18 　　　文献标识码 :A 实例检索是 CB R 系统推理的关键部分, 传统的实例特征属性值之间的相似度计算主要使用最近相 邻检索法 、归纳索引法和知识导引法这 3 种实例检索策略[ 14] . 一般要求有确定的属性值. 然而, 在实际 应用中, 还存在着大量的区间属性值的实例检索问题. 若采用传统的实例特征属性间的相似性计算模 型, 往往是无效的, 从而降低了推理的有效性. 文献[ 5 6] 分别对确定区间属性值和模糊区间属性值实 例检索进行了深入的研究, 但计算过程复杂, 为了便于计算, 并且使计算结果准确, 笔者给出了一种区间 属性值之间的相似度计算方法. 1 　区间属性值相似度计算方法 1. 1 　确定区间属性值相似度计算方法 确定区间 M 是指有确定下界 m 1 和上界 m2 的区间, 可以是连续的, 也可以是离散的, 记为 :M [ m1 , m ] . 采用区间相对长度法来计算 2 个区间属性值间的相似度, 该方法是通过计算 2 个区间长度的重叠 2 率作为区间间的相似度, 具有计算简单和准确的优点. 设 A , B 是 2 个确定区间, 则 A 、B 的相似度定 义为 : ( ) ( ) ( ( ) ( ) ( ) ) ( ) sim A , B = L A ∩B / L A + L B - L A ∩B 1 式中L 表示相应区间的长度, A ∩B 表示 A 、B 重叠区间. 确定区间 A 、B 的关系有相离 、相交和包含 3 种, 如图 1 所示. ( ) 根据式 1 可得区间 A 、B