摘要
该文灰色关联分析作为一种有效的模式识别方法应用广泛。相对关联度模型在灰色关联分析中占有重要地位,但是其计算存在一定的缺陷,即容易受奇异值的影响,进而影响关联度的整体性,而且相对关联度模型中的分辨系数的取值没有确定的方法,通常依赖于经验,这将导致关联度值不具有唯一性。该文采用对序列差进行均值计算的方法来降低奇异值的影响,并分析了分辨系数在关联度计算中的作用,并给出了分辨系数取值的具体量化方法。通过实列分析,该方法有效的增大了关联度分布区间,提高了关联度分辨力,使关联分析更符合实际。
该文灰色关联分析作为一种有效的模式识别方法应用广泛。相对关联度模型在灰色关联分析中占有重要地位,但是其计算存在一定的缺陷,即容易受奇异值的影响,进而影响关联度的整体性,而且相对关联度模型中的分辨系数的取值没有确定的方法,通常依赖于经验,这将导致关联度值不具有唯一性。该文采用对序列差进行均值计算的方法来降低奇异值的影响,并分析了分辨系数在关联度计算中的作用,并给出了分辨系数取值的具体量化方法。通过实列分析,该方法有效的增大了关联度分布区间,提高了关联度分辨力,使关联分析更符合实际。
出处
《杭州电子科技大学学报(自然科学版)》
2010年第4期165-168,共4页
Journal of Hangzhou Dianzi University:Natural Sciences
基金
国家自然科学基金重点资助项目(60934009)
关键词
灰色关联分析
灰色关联度
相对关联度
分辨系数
量化
gray relational analysis
gray correlation degree
relative correlation
distinguish coefficient
quantization