摘要
云模型作为研究不确定性信息的工具,在不确定性人工智能和数据挖掘中具有重要意义。其中,后向云转换方法是云模型的重要算法之一,可以实现从定量数据到定性概念的转换。本文提出了一种动态增量后向云变换算法,解决了后向云转换法计算超熵时超熵估计值虚的问题。首先,根据云滴的形成特征,通过动态随机生成样本,将生成的样本与原始样本融合为新样本,然后对超熵进行估计,直到超熵的估计值为真。其次,通过仿真实验分析了本文提出的算法的稳定性和收敛性。实验结果表明,新的动态增量后向云变换算法解决了超熵估计值虚化、估计误差小、稳定性好的问题。最后,将该算法应用于脑CT分割,结果表明该算法是有效和实用的。