基于Eros距离的纵向数据相似性度量方法研究
为进一步研究纵向数据相似性比较问题，对基于扩展范式(Eros)距离的纵向数据相似性度量方法进行了探讨。使用基于粗糙集理论的核约简对属性变量进行选择，去掉数据集中的冗余属性；用扩展范式距离进行数据项之间的相似性比较。为计算两条数据项之间的相似度，将相关特征值作为权重，通过扩展范数距离比较项与项相应主元之间的相似度。与其它三种度量方法的对比实验表明，所提出的纵向数据相似度测量方法是可行的和有效的，且用于信息检索时的查全率与查准率优于其它度量方法。
纵向数据 扩展范式距离 粗糙集 相似性 度量方法
李会民 方丽英 闫健卓 王普 赵辉
北京工业大学电子信息与控制工程学院， 北京 100124
国内会议
厦门
中文
1-7
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）