基于熵的模糊信息测度研究
模糊信息测度(Fuzzy Information Measures,FIM)是度量两个模糊集之间相似性大小的一种量度,在模式识别、机器学习、聚类分析等研究中,起着重要的作用.文中对模糊测度进行了分析,研究了基于熵的模糊信息测度理论:首先,概述了模糊测度理论,指出了其优缺点;其次,基于信息熵理论,研究了模糊熵理论,建立了模糊熵公理化体系,讨论了各种模糊熵,在此基础上,提出了模糊绝对熵测度、模糊相对熵测度等模糊熵测度;最后,基于交互熵理论,建立了模糊交互熵理论,进而提出了模糊交互熵测度.这些测度理论,不仅丰富与发展了 FIM理论,而且为模式识别、机器学习、聚类分析等理论与应用研究提供了新的研究方法.
模糊熵、模糊交互熵、模糊绝对熵测度、模糊相对熵测度、模糊交互熵测度
35
TP18(自动化基础理论)
国家自然科学基金项目41074003,60975039;国家"九七三"重点基础研究发展规划项目基金2007CB311004;江苏省基础研究计划自然科学基金BK2009093;中国科学院智能信息处理重点实验室开放基金项目IIP2010-1
2012-08-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
796-801