第3章模糊模型识别要点.pptVIP

第3章 模糊模型识别 重点：理解模糊模型识别的原理 掌握模糊模型识别的方法 难点：择近原则与贴近度 3.1 模糊模型识别简介 3.1.1 模型识别 3.1.2 模糊模型识别 3.1.3 模型识别的原理 3.2 第一类模糊模型识别 待识别的对象是比较具体的. 3.2.1 模糊向量 内积与外积的性质 模糊向量集合族 3.2.2 最大隶属原则 例1 学习成绩等级划分 例2 最大隶属原则Ⅱ的应用 例3 细胞染色体形状的模糊识别 细胞染色体形状的模糊识别就是几何图形的模糊识别,而几何图形常常化为若干个三角图形,故设论域为三角形全体.即 X={?(A,B,C )| A+B+C =180, A≥B≥C} 标准模型库={E(正三角形),R(直角三角形), I(等腰三角形),I∩R(等腰直角三角形),T(任意三角形)}. 某人在实验中观察到一染色体的几何形状，测得其三个内角分别为94,50,36,即待识别对象为x0=(94,50,36).问x0应隶属于哪一种三角形？ 直角三角形的隶属函数 先建立标准模型库中各种三角形的隶属函数. 直角三角形的隶属函数R(A, B, C)应满足下列约束条件： (1) 当A=90时, R(A, B, C ) =1 ; (2) 当A=180时, R(A, B, C ) = 0; (3) 0≤ R(A, B, C ) ≤1. 因此,不妨定义R(A, B, C ) = 1 - | A - 90|/90. 则R(x0) = 0.955. x0=(94,50,36) 则R(x0)=0.54. 正三角形的隶属函数 正三角形的隶属函数E(A, B, C)应满足下列约束条件： (1) 当A = B = C = 60时, E(A, B, C ) = 1; (2) 当A = 180, B = C = 0时, E(A, B, C ) = 0; (3) 0≤ E(A, B, C ) ≤1. 因此，不妨定义E(A, B, C ) = 1 – (A – C)/180.则E(x0) =0.677. 则E(x0) = 0.02. x0=(94,50,36) 等腰三角形的隶属函数 等腰三角形的隶属函数I(A, B, C )应满足下列约束条件： (1) 当A = B 或者 B = C时, I(A, B, C ) = 1; (2) 当A = 180, B = 60, C = 0时, I(A, B, C ) = 0; (3) 0≤ I(A, B, C ) ≤1. 因此,不妨定义 I(A, B, C ) = 1 – [(A – B)∧(B – C)]/60. 则I(x0) =0.766. 则I(x0)=0.10. 任意三角形的隶属函数 等腰直角三角形的隶属函数 (I∩R)(A, B, C) = I(A, B, C)∧R (A, B, C); (I∩R) (x0) = 0.766∧0.955 = 0.766. 任意三角形的隶属函数 T(A, B, C) = Ic∩Rc∩Ec= (I∪R∪E)c. T(x0) = (0.766∨0.955∨0.677)c = (0.955)c = 0.045. 通过以上计算,R(x0) = 0.955最大,所以x0应隶属于直角三角形. 或者(I∩R)(x0) = 0.10; T(x0) = (0.54)c = 0.46. 仍然是R(x0) = 0.54最大,所以x0应隶属于直角三角形. 例4 大学生体质水平的模糊识别. 标准体质的4个主要指标的观测数据 3.2.3 阈值原则 3.3 第二类模糊模型识别 内积与外积的性质 3.3.1 贴近度 正态分布格贴近度 3.3.2 择近原则 小麦品种的模糊识别(仅对百粒重考虑) 3.3.3 多个特性的择近原则 小麦亲本的模糊识别 小麦亲本的隶属函数 小麦亲本类型 待识别小麦亲本类型 单株小麦的识别 待识别小麦亲本的模糊类型 3.3.4 贴近度的改进 贴近度的改进公式(离散型) 贴近度的改进公式(连续型) 第3章 重要概念与公式方法 模糊模型识别 模型识别的原理 模糊向量 模糊向量集合族 内积与外积 最大隶属原则 阈值原则 贴近度 择近原则 多个特性的择近原则 蠓的分类与模糊识别 几何识别方法 模糊判别方法 先将已知类型蠓重新进行分类(夹角余弦法). 数据处理 蠓的模糊识别 修改分类方法 ③ 设 Af是传粉益虫, Apf 是某种疾病的载体, 是否应修改你的分类方法？若需修改, 为什么？ DNA序列分类与模糊识别 2000网易杯全国大学生数学建模竞赛题：生物学家发现DNA序列是由四种碱基A,T,C,G按一定顺序排列而成,其中既没有“断句”,