高新技术企业项目可行性分析报告(7)

    类似算法:对某个对象而言,从对象集合中找出与其相类似的对象的算法.
   以下列出各算法的方程式,并对各个符号一一说明.
           χi=(χi1,χi2,......,χip);
         χj=(χj1,χj2,......,χjp);
 
                  (χmax,χmin是χ的最大值和最小值)
        ｃｍｎ： if  (χmn= = 0)  then  {ｃｍｎ= 0 ;}  else {ｃｍｎ= 1 ;}
 
   以下的计算结果为ｄ的时候,值越小表示二者越类似;计算结果为ｒ的时候,值越靠近1表示二者越类似。
① 平均尤库里多距离的二乘法
 
② 平均距离法
      
③ 最大值距离法
 
④ 二值距离法
 
⑤ Dice Coefficient法
　           
          
rij=2 x|Kij|∻(|Ki|+|Kj|)
⑥ Jaccards’s coefficient法
 
⑦ 皮尔森相关法
γij= Coυ(χi,χj) σiσj
 
⑧ 限定皮尔森相关法
γij= Coυ(χi,χj) σiσj
 
⑨ 斯皮尔曼相关法
 
⑩ 改良二值距离法
MapI (χmn) = cmn
MapU (χmn) :  {
       if (χmn= = 0) {
           MapU (χmn) = 0;
       } else
              if  (χmn in topN ) {  //如果为重要属性
                   MapU (χmn) =BIG;  //BIG是大于”1”的定数。
        ｝else{
                   MapU (χmn) = SMALL;  //SMALL是小于”1”的定数。
        ｝
    ｝
 
     dij=1∻rij
ii ：群(Clustering)算法
    即将相类似的对象归为同一个群的算法.
以下涉及的7种群算法都将分两步实现.
第一步:对各个基本要素,使用10种距离计算值之一求出二者之间的距离.距离最近的两个
基本要素成为一个新要素.基本要素被称为叶,新要素则被称为分支.
第二步:实行递归处理.利用以下的方程式计算出与新要素间的距离,进而生成新要素。
    下面用到2个基本方程式,方程式和系数的不同组合形成7种不同形式。
    dxc=αadxa+αbdxb+βdab+γ|dxa –dxb                        (1)
    dxc2=αadxa2+αbdxb2+βdab2+γ|dxa2 –dxb2                   (2)
    方程式表示从a和ｂ出发,生成新要素ｘ,并求出与要素ｃ的距离。
① 群平均法
利用方程式(2)。