遥感影像识别-第七章模糊集理论在模式识别中的应用PartⅠ.pptVIP

α =0.1水平集:A=0.1 / A45 + 0.1/ A40 + 0.1/ A35 + 0.1/ A30 +0.1 / A25 α =0.3水平集:A=0.3/ A40 + 0.3/ A35 + 0.3/ A30 +0.3 / A25 α =0.5水平集:A=0.5/ A35 + 0.5/ A30 +0.5 / A25 ∴不同的α有不同的模糊集 A0.1 ={A45, A40 ,A35, A30, A25} A0.3 ={A40 ,A35, A30, A25} A0.5 ={A35, A30, A25} A0.9 ={A30, A25} 定义：设给定模糊集A，对任意实数a∈[0，1]，称普通集合 Aa= { u| u ∈U， μA(u) ≥ a} 为A的a水平截集 Question.普通集合Aa的特征函数是什么？ 一个模糊集A的水平截集是普通集合，其特征函数为： a a a a截集的三个性质 A，B为模糊集 (A∪B)a= Aa ∪ Ba (A∩B)a= Aa∩Ba 若λ,a ∈[0，1]，且aλ，则 λ a 由性质3可知，a越大， Aa越小。 Question. 什么时候Aa最小？ 主要内容 概论 模糊集的基本概念 模糊集的简单运算、模糊度与模糊关系 隶属函数的确定 模糊集理论在遥感图像处理中的应用 并集、交集、补集 设：A,B为E=（x）上的两个模糊集，则它们的并集A∪B、交集A∩B、及A的补集 仍为模糊集，则它们的隶属函数为： 并集:μA∪ B(x)＝max(μA(x) ,μB(x)) 交集: μA∩ B(x)＝min(μA(x) ,μB(x)) 补集: =1- μA(x) , μA(x) ,μB(x) 分别为A、B的隶属函数 模糊集的简单运算、模糊度与模糊关系 例、模糊集 A=0.3 / x1+ 0.6/ x2 + 1/ x3 + 0/ x4 +0.5 / x5 B=0.4 / x1 + 0.8/ x2 + 0/ x3 + 0.6/ x4 +1 / x5 则 =0.7 / x1+ 0.4/ x2 + 0/ x3 + 1/ x4 +0.5 / x5 =0.6 / x1+ 0.2/ x2 + 1/ x3 + 0.4/ x4 +0/ x5 =0.3 / x1+ 0.6/ x2 + 0/ x3 + 0/ x4 +0.5 / x5 =0.4 / x1+ 0.8/ x2 + 1/ x3 + 0.6/ x4 +1 / x5 模糊度 为了对一个模糊集A的模糊性进行定量描述,一般采用模糊度D(A)的概念。它的定义是： D(A) ∈[0,1]称为模糊集A的模糊度，如果它满足下列条件： （1）仅当uA(xi)只取0和1时，D(A) ＝0； （2）当uA(xi) ＝0.5, D(A) =1; （3）对两个模糊子集A和A′，当 uA(xi) ≥ uA′(xi) ≥0.5 或uA(xi) ≤ uA′(xi) ≤0.5 则：D(A′) ≥D(A) 模糊度 上述条件中，第一点十分清楚，当隶属函数为0和1两个值时，模糊度为0，即一个普通集合是不模糊的。 第二点说明隶属函数取0.5时，模糊度最大。也就是说，当一件事物既可以被认为属于甲，也可以被认为属于乙，隶属度都是0.5时，是最不可确定的事物。 第三点说明隶属函数值靠近0.5时，模糊度越大。 现在看看描述模糊度的方法，也就是如何计算一个模糊集的模糊度。对此人们采用了许多方法，其中较为直观实用的是距离函数的方法。 设有两个模糊子集A，B，其相对线性距离为: 模糊度 当度量某一个模糊集A的模糊度时，则先定义一个普通集合，它根据A的隶属函数来确定，表示为A°。 uA°