11-模糊模式识别(2学时).pdfVIP

第11章 模糊模式识别 主讲人：李君宝 哈尔滨工业大学 • 1. 引言 • 2. 模糊集的基本知识 • 3. 模糊特征和模糊分类 • 4. 特征的模糊评价 • 5. 模糊聚类方法 • 6. 模糊k 近邻分类器 1.引言 【引言】 • 1965年，Zadeh提出了著名的模糊集理论，创建了一个新的 学科—— 模糊数学(L.A. Zadeh, “Fuzzy Sets”, Information and Control, Vol. 8, 1965, 338-353.) 。 • 模糊集理论是对传统集合理论的一种推广 – 传统集合理论：一个元素或者属于一个集合，或者不属于 一个集合； – 模糊集理论：每一个元素都是以一定的程度隶属于某个集 合，也可以同时以不同的程度属于几个集合。 • 现实生活中大量使用的一些含义确定但又不准确的语言表述 ，比如“今天天气很热”，“车速很高”等，模糊数学能够 较好地表达。 4 【引言】 • 模糊数学的几种不同名称 – 模糊集：它是相对于经典的集合理论而言的； – 模糊逻辑：它是相对于传统的“是或者不是”而言的 ； – 模糊数学：是一种更广泛的叫法，更倾向于指从数学 角度对模糊集和模糊逻辑的研究； – 模糊系统：从应用的角度，用来指采用了模糊数学思 想和理论的方法或系统，而其中采用的一些技术往往 称为模糊技术或模糊方法。 5 【引言】 • 应用： • 和人工神经网络相结合，产生了模糊神经网络； • 应用到自动控制中，产生了模糊控制技术和系统， 并得到了很好的效果（地铁模糊控制系统，洗衣机 、电饭锅的模糊控制等）； • 应用到模式识别领域，产生了模糊模式识别。 6 【引言】 • 模糊模式识别： – 模式识别是模糊技术应用研究的活跃领域 • 针对一些模糊式识别问题设计了相应的模糊模式 识别系统； • 对传统模式识别的一些方法，人们用模糊数学对 它们进行了改进。 – 模糊技术在模式识别中的研究与应用逐渐形成了模 糊模式识别这一新的学科分支。 7 2. 模糊集的基本知识 【基本概念】 【基本概念】 其它应用领域：航天测试数据分析领域 【基本概念】 【基本概念】 3. 模糊特征的分类 【特征的模糊化】 基本思想：根据一定的模糊化规则把原来的一个（或几个）特征变量 分成多个模糊变量，使每个模糊特征表达某一局部特性，利用这些新 特征来进行模式识别。 例： 原特征：体重 新特征：“偏轻”、“中等”、 “偏重” 目的： 更好地反映问题的本质。 原来的非线性问题可能变成线性问题。 有效利用了人的知识。 【结果的模糊化】 概念：使分类器输出不是硬分类，而是给出属于各类的程度。 优点： 1. 更好表达分类结果中的不确定性因素，利于根据结果进行决策。 2. 利于后期进一步处理和分析。 结果模糊化的方法：结合知识和所用分类器确定。 如：  依据样本离类别中心的距离，离分类面的距离，  与已知样本或类别中心之间相似性度量，  神经网络输出值的大小 等等。 4. 特征的模糊评价 【基本概念】 模糊程度的度量