模糊模式識別方法介紹-在線瀏覽
2025-04-06 12:32本頁面
【正文】 在統(tǒng)計(jì)模式識別和句法模式識別中均得到了較好的應(yīng)用識別 ? 本章只涉及模糊技術(shù)在統(tǒng)計(jì)模式識別方面的應(yīng)用、模糊模式識別中的一些有代表險(xiǎn)的方法和思想。 1 of N編碼（ N分之一編碼） 體重的 1 of N編碼 ? 把原來的一個(gè)特征變?yōu)槿舾赡：卣鞯哪康脑谟谑剐绿卣鞲玫胤从硢栴}的本質(zhì)。如果我們對所提取的特征與要研究的分類問題之間的關(guān)系有一定的先驗(yàn)認(rèn)識，則采用這種方法往往能取得很好的結(jié)果 結(jié)果的模糊化 ? 模式識別中的分類就是把樣本空間（或樣本集）分成若干個(gè)子集，當(dāng)然，我們可以用模糊子集的概念代替確定子集，從而得到模糊的分類結(jié)果，或者說使分類結(jié)果模糊化。 ? 本節(jié)介紹的結(jié)果的模糊化，專門指訓(xùn)練樣本和分類器仍是確定性的，只是根據(jù)后續(xù)的需要把最終的輸出分類結(jié)果進(jìn)行模糊化。 ? 模糊數(shù)學(xué)的發(fā)展為我們評價(jià)特征的性能提供了新的手段，它們是通過衡量模糊集的模糊程度來評價(jià)采用的特征對于分類的性能表現(xiàn)，即用這些特征將類別分開的難易程度 模糊程度的度量 ? 1 模糊度 ? 一個(gè)有 n個(gè)支持點(diǎn)的模糊集 A的模糊度 γ(A）反映了它的模糊程度，是用它與最接近的確定集合又之間的距離來度量的： ? 其中 d(A， ?）是 A與 ?之間的即離，而 ?只包含 A中隸屬度大于 。 ? 采用廣義漢明距離，則 k=1，這樣定義的γ(A)稱作線性模糊度； ? 若采用歐氏距離，則 k=2，此時(shí) γ(A)稱作二次模糊度 2 熵 ? 模糊集 A的熵定義為 ? 其中 模糊度和熵的性質(zhì) ? (1)如果對所有的 xi， i=1,2， … ， n，有有μA(xi)=0或 μA(xi)=1，即 A為確定集，則 γ(A)和 H(A）都取其最小值 0，此時(shí)模糊程度最小。 3． π度 ? 隸屬度函數(shù)中常用的形式是所謂 S型函數(shù)和π型函數(shù)， S型函數(shù)和 π型函數(shù)是兩種光滑的隸屬度函數(shù)形式。 其它形式的 S型函數(shù)和 π型函數(shù) ? 通過選擇參數(shù) Fe和 Fd及參考點(diǎn) Xn就可以實(shí)現(xiàn) S型函數(shù)和 π型函數(shù) 特征的模糊評價(jià) ? 通過模糊程度度量建立特征的評價(jià)指標(biāo)的基本思想是：根據(jù)各類已知樣本對每一個(gè)特征定義某種合理的隸屬度函數(shù)，構(gòu)造相應(yīng)的模糊集，用它們的模糊程度作為特征的評價(jià)。我們用 xqj表示第 j類中的第 q維特征（注意與上面表示的不同），而用(xqj)av, (xqj)max, (xqj)min,表示它的均值、最大值和最小值。為此，令 ? 在這樣的定義下，可以計(jì)算出對應(yīng)于第 j類第 q個(gè)特征的模糊度和熵。 ? 因此，我們可以用這個(gè)模糊度和熵作為衡量這個(gè)特征對于該類分類的貢獻(xiàn)的指
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1