43、复合对象识别与隐式态度测量的研究探索

复合对象识别与隐式态度测量的研究探索

在当今的研究领域中，复合对象识别和人类隐式态度测量是两个备受关注的方向。下面将详细介绍相关的研究内容和成果。

复合对象识别

在复合对象识别方面，我们的目标是找到最相似的参考对象。对于不同的表示方式，相似性的处理方法也不同。

• 成员函数定义
  • 轮廓相似度 ：对于轮廓的语言描述，定义成员函数 $\mu_{contour}(a, b) = 1 - \frac{DL(a, b)}{\max(n(a), n(b))}$，其中 $DL(a, b)$ 是对象 $a$ 和 $b$ 语言描述之间的 Levenshtein 距离，$n(a)$ 和 $n(b)$ 分别是这些描述的长度。
  • 颗粒覆盖相似度 ：关于颗粒覆盖，定义 $\mu_{coverage}(a, b) = 1 - \frac{\sum_{i}^{n\times m} |cov_{a_i} - cov_{b_i}|}{n \times m}$。
  • 综合相似度 ：使用 $\mu(a, b) = \frac{1}{2} (\mu_{contour}(a, b) + \mu_{coverage}(a, b))$ 来计算综合相似度。
• 额外处理程序
  • 如果某个参考对象未被任何被研究对象选中，则将其用于最相似的未识别对象，即使其相似度不大于激活阈值。