论文部分内容阅读
无量纲化的优点是能缩小指标间的量纲差异，缺点是容易造成原始信息损失，科学评价无量纲化方法的利弊有助于寻找不同分布中的最佳无量纲化方法，提高数据的处理质量。文章分别构建无量纲化效果和信息损失情况的评价指标，通过数值模拟实验来比较不同分布中各无量纲化方法的效果和信息损失速率。结果发现，无量纲化过程中利弊并存，不同分布数据适用的无量纲化方法不同，需要综合考虑数据的分布特点和研究的需要来选择无量纲化方法，其中线性无量纲化不改变数据的分布特征，伸缩法不改变数据的变异性，平移法不改变数据的差异性大小，归一化和规范化的无量纲化效果较好，但信息损失速率较快。