基于正弦函数的直觉模糊集相似度测量及其应用

计算机工程与科学

基于正弦函数的直觉模糊集相似度测量及其应用

杨勇，张东升，王艳茹，张亚男

（西北师范大学计算机科学与工程学院，甘肃兰州 730070）

收稿日期:2016-04-11 修回日期:2016-06-07 出版日期:2018-01-25 发布日期:2018-01-25

Similarity measure of intuitionistic fuzzy sets

based on sine function and its application

YANG Yong,ZHANG Dong-sheng,WANG Yan-ru,ZHANG Ya-nan

（College of Computer Science and Engineering,Northwest Normal University,Lanzhou 730070,China）

Received:2016-04-11 Revised:2016-06-07 Online:2018-01-25 Published:2018-01-25

摘要/Abstract

摘要：

相似度测量是度量两个直觉模糊集相似程度的重要方法，现已有很多测量公式被相继提出，但现有的部分公式在一些实际应用中会出现无法归类或计算过程相对复杂现象。针对这种问题，通过对Tian 提出的余切相似度测量方法的研究，同时考虑隶属度、非隶属度和犹豫度三个方面信息，提出了两个正弦相似度测量公式，证明了公式的正确性，并用几组数值例子将其与其它测量公式进行比较分析，验证了新公式的合理性。最后通过实例说明了该方法的有效性。

关键词: 直觉模糊集, 相似度, 隶属度, 非隶属度, 犹豫度, 正弦相似度测量

Abstract:

Similarity measure is an important method to measure the similarity between two intuitionsitic fuzzy sets. Many formulas about similarity measure have been proposed, but some are unable to classify or involve complicated calculation in practical applications. To solve this problem, based on the cotangent similarity measurement method proposed by Tian and the information carried by the membership degree, nonmembership degree and hesitancy degree, we propose two sine similarity measure formulas which prove to be correct. Then we conduct comparative analysis among various similarity measures by several numerical examples to illustrate the effectiveness of the proposed sine similarity measures. Finally, the effectiveness of the method is illustrated by an example.

Key words: intuitionistic fuzzy set, similarity, membership degree, nonmembership degree, hesitancy degree, sine similarity measure

杨勇，张东升，王艳茹，张亚男.

基于正弦函数的直觉模糊集相似度测量及其应用

[J]. 计算机工程与科学.

YANG Yong,ZHANG Dong-sheng,WANG Yan-ru,ZHANG Ya-nan.

Similarity measure of intuitionistic fuzzy sets

based on sine function and its application

[J]. Computer Engineering & Science.

[1]	贾康, 李晓楠, 李冠宇. 一种基于自适应结构感知池化图匹配的图相似度计算模型[J]. 计算机工程与科学, 2023, 45(11): 1999-2007.
[2]	周施吉, 唐孝, 赵容乐, 梁艳玲, . 基于扰动优势关系的直觉模糊三支决策方法[J]. 计算机工程与科学, 2023, 45(11): 2027-2035.
[3]	钟昊, 陈卫东. 一般图中的最小概要表示集问题[J]. 计算机工程与科学, 2023, 45(01): 113-118.
[4]	钟寒, 徐艺嘉, 鹿浩, 孙旌睿. 基于模糊贝叶斯决策的核心概念抽取方法[J]. 计算机工程与科学, 2022, 44(09): 1686-1692.
[5]	赵春兰, 李屹, 何婷, 武刚, 王兵. 基于动态隶属度的模糊时间序列模型的水质预测研究[J]. 计算机工程与科学, 2022, 44(08): 1488-1496.
[6]	袁野, 廖薇. 基于多重相关信息交互的文本相似度计算方法[J]. 计算机工程与科学, 2022, 44(07): 1313-1320.
[7]	陈健鹏, 陈剑, 佘祥荣, 水新莹, 陈刚. 混合神经网络模型与注意力机制的地址匹配算法[J]. 计算机工程与科学, 2022, 44(05): 901-909.
[8]	徐景秀, 张青. 改进小波软阈值函数在图像去噪中的研究应用[J]. 计算机工程与科学, 2022, 44(01): 92-101.
[9]	王信, 刘晓燕, 张开琦, 王星, 严馨. 基于变更事件驱动的微服务组合平台设计与实现[J]. 计算机工程与科学, 2021, 43(10): 1781-1788.
[10]	马慧芳, 胡东林, 刘宇航, 李志欣. 融合作者合作强度与研究兴趣的合作者推荐[J]. 计算机工程与科学, 2021, 43(10): 1864-1872.
[11]	杨德志, 柯显信, 余其超, 杨帮华. 基于RCNN的问题相似度计算方法[J]. 计算机工程与科学, 2021, 43(06): 1076-1080.
[12]	李晓红, 王闪闪, 马堉银, 马慧芳. 融合相似度图和随机游走模型的多标签短文本分类算法[J]. 计算机工程与科学, 2021, 43(06): 1081-1087.
[13]	刘亚波, 吴秋轩. 基于长短时记忆网络的电商大数据同一性标定[J]. 计算机工程与科学, 2021, 43(03): 407-415.
[14]	肖继海, 崔晓红, 陈俊杰. 节点属性和拓扑信息相结合的脑网络聚类模型[J]. 计算机工程与科学, 2020, 42(11): 2088-2095.
[15]	吴晓崇, 段跃兴, 张月琴, 闫雄. 基于CNN和深层语义匹配的中文实体链接模型[J]. 计算机工程与科学, 2020, 42(08): 1514-1520.