1、模糊模型识别第 3 章第一节 模糊模型识别概述1、模型识别已知某类事物的若干标准模型,现有这类事物中的一个具体对象,问把它归到哪一模型,这就是模型识别 .模型识别在实际问题中是普遍存在的 .例如,学生到野外采集到一个植物标本,要识别它属于哪一纲哪一目;投递员 (或分拣机 )在分拣信件时要识别邮政编码等等,这些都是模型识别 .2、模糊模型识别所谓模糊模型识别 ,是指在模型识别中 ,模型是模糊的 .也就是说 ,标准模型库中提供的模型是模糊的 .本节介绍两类模式识别的模糊方法。一类是元素对标准模糊集的识别问题 点对集 ;另一类是模糊集对标准模糊集的识别问题 集对集 。例 1. 苹果的分级问题设论域
2、X = 若干苹果 。苹果被摘下来后要分级。一般按照苹果的大小、色泽、有无损伤等特征来分级。于是可以将苹果分级的标准模型库规定为 = 级, 级, 级, 级 , 显然,模型 级, 级, 级, 级是模糊的。当果农拿到一个苹果 x0 后,到底应将它放到哪个等级的筐里,这就是一个 元素(点)对标准模糊集的识别问题。例 2. 医生给病人的诊断过程实际上是模糊模型识别过程。设论域 X = 各种疾病的症候 (称为症候群空间 ) 。各种疾病都有典型的症状,由长期临床积累的经验可得标准模型库 = 心脏病,胃溃疡,感冒, , 显然,这些模型 (疾病 )都是模糊的。病人向医生诉说症状 (也是模糊的 ),由医生将病人的
3、症状与标准模型库的模型作比较后下诊断。这是一个模糊识别过程,也是一个 模糊集对标准模糊集 的识别问题。3、模型识别 的原理为了能识别待判断的对象 x = (x1, x2, , xm)T是属于已知类 A1, A2, , An中的哪一类?事先必须要有一个一般规则 , 一旦知道了 x的值 , 便能根据这个规则立即作出判断 , 称这样的一个规则为 判别规则 .判别规则往往通过的某个函数来表达 , 我们把它称为 判别函数 , 记作 W(i; x).一旦知道了 判别函数并确定了 判别规则,最好将已知类别的对象代入检验,这一过程称为 回代检验 ,以便检验你的 判别函数和 判别规则是否正确 .第二节 最大隶属
4、原则1、模糊向量定义 称向量 a = (a1, a2, , an)是 模糊向量 , 其中 0ai1. 若 ai 只 取 0或 1, 则称 a = (a1, a2, , an)是 Boole向量 .设 a = (a1, a2, , an), b = (b1, b2, , bn)都是模糊向量,则定义内积 : a b = (ak bk) | 1kn;外积 : ab = (ak bk) | 1kn.例 . a= ( 0.1, 0.5, 0, 0.6)b = ( 0.2, 0, 0.7, 0.3)求向量 a和 b的内积与外积解:内积 : a b = (ak bk) | 1kn = 0.3 ;外积 : ab = (ak bk) | 1kn = 0.2 .