论文研究 基于数据拟合的有确定度逆向云算法.pdf

逆向云算法实现了定量数据到定性概念的转换，对云模型的研究有着重要的理论意义和应用价值。现有的有确定度逆向云算法采用均值法求期望Ex的估计值，当云滴样本数较少时将会出现较大误差。提出了一种通过非线性最小二乘法数据拟合高斯云的期望曲线求得期望Ex的估计值方法，再通过高斯分布参数估计法得到熵En和超熵He的估计值。通过误差比较实验，验证了改进的算法能减小参数估计误差，提高算法精度。