HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于聚类云模型的小样本数据可信度评估

作者:王建敏; 吴云洁聚类算法云模型可信度评估小样本数据

摘要:在实际工程中,数据量小、且无评估标准的系统可信度评价问题一直是困扰工程人员的难题。针对该问题,提出了一种将聚类算法和云模型相结合的小样本数据可信度评估方法。利用聚类算法先确定小样本中的聚类中心值,基于此建立云模型。通过云模型产生小样本的扩充数据。根据云滴的置信度分布可进一步计算小样本数据的可信度。将聚类算法与云模型相结合,可以充分挖掘小样本数据中的潜在信息,增加评估的有效性。通过算例分析及仿真证明了所设计方法的合理性和有效性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

系统仿真学报

《系统仿真学报》(CN:11-3092/V)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情