Aiming at the calculation of the correlation measure of hesitant fuzzy sets, this paper discloses a method for calculating the correlation coefficient of hesitant fuzzy sets. This method first defines the mathematical concepts of the mean, variance and hesitation of hesitant fuzzy numbers (Hesitant fuzzy element, HFE) and the hesitant fuzzy set (Hesitant fuzzy sets, HFSs). Secondly, based on the definition of the correlation coefficient in the random process and statistical mathematics, the covariance of the random variables is normalized, and the mean of the hesitant fuzzy number is disclosed. The calculation method of correlation coefficient of value, variance and hesitancy is taken into consideration. Finally, the three elements of the mean of hesitation fuzzy set and the three factors of hesitation degree are synthetically considered. On the basis of the correlation coefficient of mean, variance and hesitation, the synthetic correlation coefficient of the hesitant fuzzy set is formed by weighted synthesis, and the comprehensive correlation coefficient is extended to the weighted synthesis. Correlation coefficient representation.
【技术实现步骤摘要】
基于综合相关系数的犹豫模糊集关联方法
本专利技术涉及一种数据关联方法,属于数据处理、模糊集和测度论领域。
技术介绍
2010年Torra等提出了犹豫模糊集(Hesitantfuzzysets,HFSs)的概念,犹豫模糊集的产生是因为其隶属度是在[0,1]一些可能值之间犹豫不定,而不是像直觉模糊集那样由于存在误差幅度的不确定性。因此它更能符合不确定决策时决策者的决策犹豫不定,得到了学者的广泛关注,距离、相似度度量,相关系数,集成算子等方面取得了一系列研究成果。相关系数由于其在多个领域的应用,作为犹豫模糊集的一个重要研究方向,目前也有许多进展,相关分析主要衡量的是两个变量之间的线性接近程度,作为数据分析的一种常用手段广泛应用于模式识别、属性决策、故障诊断、聚类分析和机器学习等领域。相关系数是与距离和相似度一样都是模糊度量的重要方法,相关系数指的是:变量之间线性变化的度量方法,而距离和相似度度量指代的是:变量之间接近程度的度量方法,两种度量手段的角度不同,并且不可相互转化,因此基于犹豫模糊集相关性的分析数据关联十分必要。
技术实现思路
为了解决犹豫模糊集的相关测度计算问题,本专利技术公开了一种基于综合相关系数的犹豫模糊集关联方法。该方法首先计算犹豫模糊数(Hesitantfuzzyelement,HFE)以及犹豫模糊集HFSs的均值、方差和犹豫度等数学概念,其次考虑随机过程和统计数学中相关系数的定义:归一化随机变量的协方差,公开了犹豫模糊数的均值、方差和犹豫度的相关系数计算方法,最后综合考虑犹豫模糊集的均值、方差和犹豫度三要素,在均值、方差和犹豫度的相关系数的基础上 ...
【技术保护点】
基于综合相关系数的犹豫模糊集关联方法,其特征在于:具体步骤为:步骤1:基于统计学和随机过程计算犹豫模糊集和其包含的犹豫模糊数的均值、方差和犹豫度,步骤2:在步骤1得到的均值、方差和犹豫度基础上,根据相关系数的定义:归一化随机变量的协方差,分别计算犹豫模糊集的均值、方差和犹豫度相关系数,步骤3:加权合成犹豫模糊集的均值、方差和犹豫度相关系数形成犹豫模糊集综合相关系数,步骤4:根据综合相关系数大小排序进行关联判定,步骤5:在犹豫模糊集存在权重的条件下,在步骤1到步骤3的计算过程中加入权重系数,拓展为犹豫模糊集加权综合相关系数。
【技术特征摘要】
1.基于综合相关系数的犹豫模糊集关联方法,其特征在于:具体步骤为:步骤1:基于统计学和随机过程计算犹豫模糊集和其包含的犹豫模糊数的均值、方差和犹豫度,步骤2:在步骤1得到的均值、方差和犹豫度基础上,根据相关系数的定义:归一化随机变量的协方差,分别计算犹豫模糊集的均值、方差和犹豫度相关系数,步骤3:加权合成犹豫模糊集的均值、方差和犹豫度相关系数形成犹豫模糊集综合相关系数,步骤4:根据综合相关系数大小排序进行关联判定,步骤5:在犹豫模糊集存在权重的条件下,在步骤1到步骤3的计算过程中加入权重系数,拓展为犹豫模糊集加权综合相关系数。2.根据权利要求1所述的基于综合相关系数的犹豫模糊集关联方法,其特征在于:步骤1具体为:对于论域集合X={x1,x2,…,xn}上的犹豫模糊集A={<xi,hA(xi)>|xi∈X,i=1,2,…,n},其均值为其中,0≤γAik≤1,i=1,2,…,n,,k=1,2,…,lAi,为犹豫模糊数,γAik为犹豫模糊数的隶属度,lAi为隶属度的个数,为各犹豫模糊数的均值,犹豫模糊数hA(xi)的方差为犹豫模糊数hA(xi)的犹豫度为在犹豫模糊集均值的基础上计算犹豫模糊集的方差为上述方差实际上为犹豫模糊集均值的方差,犹豫模糊集A的犹豫度为3.根据权利要求1所述的基于综合相关系数的犹豫模糊集关联方法,其特征在于:犹豫模糊集的均值相关系数具体为:对于X={x1,x2,…,xn}上的犹豫模糊集A={<xi,hA(xi)>|xi∈X,i=1,2,…,n}和B={<xi,hB(xi)>|xi∈X,i=1,2,…,n},i=1,2,…,n,犹豫模糊集A和B之间的均值相关为犹豫模糊集A和...
【专利技术属性】
技术研发人员:关欣,孙贵东,衣晓,周正,
申请(专利权)人:中国人民解放军海军航空大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。