A Bidirectional Subsethood Based Similarity Measure for Fuzzy Sets
A Bidirectional Subsethood Based Similarity Measure for Fuzzy Sets
复制标题
基于双向子集的模糊集相似性测度
DOI：
10.1109/fuzz-ieee.2018.8491669
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Kabir S
中科院分区：
文献类型：
--
作者：
Kabir S
相似性度量对于模糊集的推理是有用的。因此，许多经典的集合论相似性测度被推广用于比较模糊集。在前人的研究中，提出了一种考虑区间双向子集的集合论相似性测度。该度量处理了许多常见的相似性度量的具体问题，并分别由Jaccard和Dice度量显示出上下边界。在此，我们将先验度量从区间相似性扩展到模糊集。具体来说，我们提出了一个垂直切片扩展，其中两个模糊集根据它们的隶属度值进行比较。我们证明了所提出的扩展保持了原始模糊相似度量的所有共同性质（即自反性、对称性、传递性和重叠性）。我们展示并对比了它的行为，以及使用不同类型的模糊集（即，正态，非正态，凸和非凸）相对于不同的离散化水平的常见模糊集理论措施。
Similarity measures are useful for reasoning about fuzzy sets. Hence, many classical set-theoretic similarity measures have been extended for comparing fuzzy sets. In previous work, a set-theoretic similarity measure considering the bidirectional subsethood for intervals was introduced. The measure addressed specific concerns of many common similarity measures, and it was shown to be bounded above and below by Jaccard and Dice measures respectively. Herein, we extend our prior measure from similarity on intervals to fuzzy sets. Specifically, we propose a vertical-slice extension where two fuzzy sets are compared based on their membership values. We show that the proposed extension maintains all common properties (i.e., reflexivity, symmetry, transitivity, and overlapping) of the original fuzzy similarity measure. We demonstrate and contrast its behaviour along with common fuzzy set-theoretic measures using different types of fuzzy sets (i.e., normal, non-normal, convex, and non-convex) in respect to different discretization levels.
登录
查看更多内容
DOI：
10.2139/ssrn.2828347
发表时间：
2013-01
期刊：
2013 13th UK Workshop on Computational Intelligence (UKCI)
影响因子：
--
作者：
Josie McCulloch;Christian Wagner;U. Aickelin
通讯作者：
Josie McCulloch;Christian Wagner;U. Aickelin
影响因子：
2.5
作者：
C. Mann
通讯作者：
C. Mann
基于重叠率的区间值数据的新颖相似性度量
DOI：
10.1109/fuzz-ieee.2017.8015623
发表时间：
2017
期刊：
--
影响因子：
--
作者：
Kabir S
通讯作者：
Kabir S
DOI：
--
发表时间：
2004
期刊：
影响因子：
--
作者：
H. S. Kasana;Krishna Kumar
通讯作者：
Krishna Kumar
通过结合相似性和距离度量来分析模糊集
DOI：
--
发表时间：
2014
期刊：
Fuzzy Systems (FUZZ-IEEE), 2014 IEEE International Conference on
影响因子：
--
作者：
McCulloch J
通讯作者：
McCulloch J