基于聚类云模型的小样本数据可信度评估

• 作者: 吴云洁 王建敏
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 聚类算法 云模型 可信度评估 小样本数据
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 专栏:建模与仿真的校核、验证与确认(VVA)
• 页码范围: 1263-1271
• 页数: 9页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.19-0202

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴云洁	北京航空航天大学自动化科学与电气工程学院	77	621	15.0	21.0
2	王建敏	中国科学院空间应用工程与技术中心	6	58	4.0	6.0