没有合适的资源?快使用搜索试试~ 我知道了~
基于向量相似度的多属性排序方法及matlab应用.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 57 浏览量
2021-10-18
15:24:02
上传
评论
收藏 95KB DOCX 举报
温馨提示
试读
3页
。。。
资源推荐
资源详情
资源评论
基于矢量偏好的多属性群决策方法
基于矢量(向量)相似度的多属性决策方法
关于多属性群体决策问题中,很多文献考虑使用距离函数来构建属性权重或专家权重,
但距离函数只考虑了两组数据(或模糊数)的距离,没有考虑形状等特征的影响,降低了距
离函数的对于偏好信息或权重信息的识别性,如三角模糊数 A=(0.1,0.2,0.3)、B=(0.3,0.4,
0.5)、C=(0.5,0.6,0.7),A 和 B 的欧式距离相等,B 和 C 的欧式距离相等,很难做出准确的
判断。
相似度是刻画两个客观事物相似性的重要量度,两矢量间的相似度有很多定义方法,本
节主要介绍三种重要的两矢量间的相似度。
1. J 相似度
(x ,L , x )
,Y (y ,L , y ) 是实数集 R 上的两个 n 维矢量,则 J 相似度公式为,
设 X
1
n
1
n
n
x y
i
XY
Y
i
J(X ,Y)
i1
X
2
2
XY
n
n
n
x y x y
2
2
i
i
i
i
i1
i1
i1
2
表示矢量 X 和 Y 的 Euclidean 范数(也称 L 范数),
是矢量 X 和 Y 的内积。
XY
X
2
2. E 相似度
2 x y
n
2XY
Y
i
i
E(X ,Y)
i1
X
2
2
n
n
x y
2
2
i
i
i1
i1
用两个矢量之间的夹角余弦值来定义两矢量之间相似度。
3.C 相似度
n
x y
i
XY
i
C(X ,Y)
i1
X Y
n
n
x
y
2
2
i
i
i1
i1
上述三种矢量间的相似度的定义都存在一定的缺陷,定义 1 和定义 2 中 ,若 x =y =0 对
i
i
所有的 i (i=1, 2, ..., n)不成立。当 x =0 或者 y =0 时定义 3 的 Consine 相似度也不成立。
i
i
4. 变系数相似度模型
资源评论
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功