43、模糊属性引用表达的指称成功度量与论证分级证成框架

模糊属性引用表达的指称成功度量与论证分级证成框架

在实际应用中，引用表达的指称成功度量以及论证的分级证成是两个重要的研究方向。前者有助于处理模糊属性下的引用表达问题，后者则能为论证的评估提供更细致的方法。

模糊属性引用表达的指称成功度量

在许多领域，传统的二值框架难以完美处理引用表达与对象的关系。例如在图像领域，像颜色、形状和位置等用于描述对象的概念具有模糊性。模糊集理论为解决这类属性的表示和操作问题提供了途径。

• 引用表达的准确性计算 ：给定一组属性 (P)、对象集合 (O) 以及由模糊属性构成的引用表达 (re = {p_1, …, p_n} \subseteq P)，引用表达的准确性可通过公式 (accre(o) = \bigotimes_{i=1}^{n} p_i(o)) 计算，其中 (\bigotimes) 为 t - 范数，本文取最小值作为 t - 范数。这会引出与每个引用表达 (re) 相关的模糊对象集，其隶属函数为 (O_{re}(o) = accre(o), \forall o \in O)。
• 指称成功度量的性质 ：指称成功度量 (rs(re, o)) 需满足三个性质：
  • 性质 1：(rs(re, o) = 1) 当且仅当 (O_{re} = {o})。
  • 性质 2：若 (O_{re}(o) = 0)，则 (rs(re, o) = 0)。
  • 性质 3：若对于所有 (o_i \in O \setminus {o}) 有 (O_{re}(o_i) \leq O_{re’}(o