模糊数学3-3.pptVIP

* 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 第三节 第二类模糊模型识别 设在论域X ={x1, x2, … , xn}上有m个模糊子集A1, A2, … , Am(即m个模型),构成了一个标准模型库. 被识别的对象B也是X上一个模糊集,它与标准模型库中那一个模型最贴近？这是第二类模糊识别问题. 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 一、贴近度 先将模糊向量的内积与外积的概念扩充. 【定义1】 设A(x), B(x)是论域X上两个模糊子集的隶属函数,定义 内积： A ° B = ∨{A(x) ∧B(x) | x∈X }； 外积：A⊙B = ∧{A(x)∨B(x) | x∈X }. 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 内积与外积的性质： (1) (A ° B )c = Ac⊙Bc; (2) (A⊙B )c = Ac ° Bc; (3) A ° Ac ≤1/2; (4) A⊙Ac ≥1/2. 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 例1 设X={x1，x2，x3，x4，x5}，A，B?F(X)， 且：A=（0.8，0.3，1，0.4，0） B=（0.5，0.6，0.2，0.7，1） 求A ° B ， A⊙B 可见在论域有限时，模糊集的内（外）积和模糊向量的内（外）积是一致的。 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 【定义2】 设A, B是论域U上的两个模糊集， A, B之间的贴近程度(简称贴近度),贴近度? (A, B)有一些不同的定义.下面我们用? (A, B)表示 ?0(A, B) = [A ° B + (1 -A⊙B)]/2 (格贴近度) ?1(A, B) = (A ° B )∧(1- A⊙B) 如：例1中?0(A，B)=1/2 * [A ° B +(1－A ⊙ B)]=0.45 ?1(A，B)= A ° B ?(1-A ⊙ B)=0.4 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 例2 设正态模糊集A，B，设R表示实数集， a1 1 ? X a2 ?A(x) ?B(x) x=(a1b2+a2b1)/(b1+b2) 则A ° B =Exp(-((a1-a2)/(b1+b2))2)， A⊙B =0 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 ?0(A，B)=1/2 * [A ° B + (1 -A⊙B))] =1/2*[Exp(-((a1-a2)/(b1+b2))2)+1] ?1(A，B)= (A ° B )∧(1- A⊙B) =Exp(-((a1-a2)/(b1+b2))2) 同时：?0(A，B)=1 当且仅当a1=a2 ?1(A，B)=1 当且仅当a1=a2 A ° B =Exp(－((a1－a2)/(b1+b2))2)， A⊙B =0 又如例2中 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 设在论域X = {x1, x2, …, xn}上有m个模糊子集A1, A2, … , Am构成了一个标准模型库，B是待识别的模型。若有k∈{1,2,…, m}, 使得 ? (Ak , B) =∨{? (Ai , B) | 1≤i≤m}, 则称B与Ak最贴近,或者说把B归于Ak类。 这就是择近原则。 二、择近原则 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 例3 小麦品种的模糊识别(仅对百粒重考虑) A1（早熟型）： A2（矮杆型）： A3（大粒型）： A4（高肥丰产型）： A5（中肥丰产型）： 《模糊数学》 第三章 模糊模式识别 第三节 第二类模糊模型识别 现有一类小麦种子B: 选用格贴近度公式: ?0(A，B)=1/2*[A?B+(1-A⊙B)], 经计算可得: ?0(A1，B)=0.91 ?0(A2，B)=0.72 ?0(A3，B)=0.50 ?0(A4，B)=0.76