基于EW-型贴近度的云模型相似性度量方法

针对现有的相似性度量方法中存在区分度不高、结果不稳定等问题,提出了一种基于EW-型贴近度的云模型相似性度量方法。该方法利用正态云模型的扩展模型三角云为研究对象,分别把三角云的期望曲线及最大边界曲线看作三角模糊数,通过计算三角模糊数的EW-型贴近度来度量云模型的相似性,充分考虑了期望曲线和最大边界曲线的特点,定义了一种综合的求两云模型相似度的计算方法。通过仿真实验可以看出,提出的EMTCM方法具有一定的区分度;在Synthetic Control Chart Dataset数据集上的分类对比实验表明,EMTCM方法的分类精度明显优于先前的LICM、ECM、MCM方法,验证了EMTCM方法有一定的可行性及有效性。