:这里的处理的数据都是经过剔除了粗大误差预处理后的数据。2:粗大误差剔除处理都是针对某一非标准数据列自身的,而这里的相似程度度量处理是针对的是非标准数据与标准数据之间相互的关系的处理。在此处的处理过程中,通常是求取各个非标准列与标准列之间的某种度量标准,而后比较各个非标准列之间哪一列更接近于标准列。:求出各个比较列(非标准列)与标准列的各次测量值之差值,再求各次差值的平方和,再求平均。即:0nx其中,为标准数据,为剔除标准数据后有效数据个数。其结果越小说明该非标准数据与标准数据的的差异越小。:因为考虑到各个非标准列(经过剔除粗大误差后)的数据个数不一致,因此,对Camberra距离进行一个平均,即程序中采用的距离为修正后的:其值越小,说明该非标准数据与标准数据的差异越小。:这里已经对数据进行了归一化处理,因此,对于非标准数据的个数对评价结果没有影响。这里度量实质是向量(非标准数据)Xk与(标准数据)X0之间的夹角的余弦,因此具有旋转、放大、缩小的不变性。其值越大,说明两者越接近。,然后计算各个非标准数据与标准数据的幅度值之差的平方的均值。其值越小说明该非标准数据与标准数据越接近。,本程序尝试了采用它的拟合优度评价参数R2来进行评价。拟合优度R2的计算公式为:其中,R2越大,说明拟合效果越好。在本程序中,将问题看成用不同的拟合方式(各
相似度 来自淘豆网m.daumloan.com转载请标明出处.
