基于有序聚类方程的数据相似性识别数学建模

针对有序数据由于结构复杂导致数据相似性识别难度增加的问题,建立基于有序聚类方程的数据相似性识别数学模型。归一化处理待识别相似性的有序数据集,依据网格粒化算法将完成归一化处理的有序数据空间划分为多个均匀的网格单元;扫描完成空间划分后的全部网格单元,将有序数据集内的全部数据划分至相应网格单元中;计算各网格单元内有序数据的密度-距离值,依据数据密度-距离值计算结果识别各网格单元中心点;以网格单元中心点为基础,利用有序聚类方程计算各网格单元内有序数据相似性,依据相似性计算结果划分有序数据至不同类簇中,相同类簇内的有序数据具有较高相似性。仿真测试结果表明,所建立模型可以有效识别有序数据的相似性,有序数据相似性识别的标准互信息结果高于0.9。