| 相似性的二值表示 |
| |
| 引用本文： | 于 剑. 相似性的二值表示[J]. 计算机研究与发展, 2010, 47(12). |
| |
| 作者姓名： | 于剑 |
| |
| 作者单位： | 1.(北京交通大学计算机科学系 北京 100044) (jianyu@bjtu. edu. cn) |
| |
| 基金项目： | 国家自然科学基金,国家"九七三"重点基础研究发展计划基金 |
| |
| 摘 要： | 在模式识别与机器学习领域,相似性具有重要作用.但是相似性具有不同的解释.讨论了相似性在原型理论、样例理论下的不同解释,指出几乎所有的非负度量都有对应的相似性解释,说明了一定程度上相似性反映了对象的全局性质.作为一般相似性的例子,给出了图像、模糊集合的相似性解释,指出模糊集合是研究论域内对象与概念相似性的有效工具之一,并根据韦特海默对比不变性原则(Wertheimers contrast invariant principle),导出了相似对比不变性准则.据此建立了有界非负矩阵的二值表示.这些结果可以得到相似矩阵的最优二值分解.由于相似性的广泛性,该模型可望有很多应用.
|
| 关 键 词： | 相似性 样例理论 原型理论 图像 模糊集合 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机研究与发展》浏览原始摘要信息 |
|
点击此处可从《计算机研究与发展》下载免费的PDF全文 |
|
