第3章节模糊4-7.ppt

§3.4 F集与普通集的相互转换 1． F 集的 ?-截集 2. 分解定理 同理可证分解定理Ⅱ: 定理2(分解定理Ⅱ) 设A∈F(U), 则 A = 证明 不妨设 ?1?2…?n (4.1) 例1?对下列 A ，试验证分解定理1。 §3.5 扩展原理与模糊数 一. 扩展原理 定理3 设 f ：U→V, A∈F(U),则 例1 给定从U ={1,2,…,6} 到 V = {a, b, c, d} 的映射f ：U→V 如下: 同理 则由 f -1(B)(u) = B(f(u)) 直接得出 二．模糊数 而在实际上，如果我们对这种植物作了大量的抽样测量,统计株高的实际分布情况,可能得到是图3-18的(3)的图像。它是一个模糊集的隶属函数，以4这一点隶属度最大（为1），向两边隶属度逐渐变小，我们可以称其为模糊数〝大约4〞。 误差为〝零〞，〝正大〞，〝负大〞的模糊量可分别表示成如图3-19中的三个模糊数，它们均是三角形模糊数。 §3.6 模糊模式识别 对某个具体对象识别它属于何种类型的问题,称为模式识别。 用模糊数学的方法对事物进行识别和分类，这就是模糊模式识别。 ? 常用的贴近度有: 1． 汉明贴近度 2. 欧几里得贴近度 设 U = {u1, u2,…, un}, 则 5. 内、外积贴近度 二. 隶属原则 ? 给定n个模型,它们表示论域 U 上的模糊集 A(1) , A(2) ,…, A(n) ∈F(U), u0∈U, 是一个待识别的具体对象。我们可根据下述隶属原则断定 u0 属于哪一个模型。 例2 三角形的识别。 令所有待考察的三角形构成论域U，即 U = {(A,B,C) | A≥B≥C, A+B+C = 180O } 其中A,B,C 分别代表三角形三内角的度数，从大到小排列。设有四个模型：等腰三角形I、直角三角形R、正三角形E、非典型的三角形T。 三. 择近原则 例如上图中，前者是字母H，后者是数字6。这里我们将每个字符等分成 7×5 = 35 个小方格。约定把暗色小方格记作 1 ，白色小方格记作 0 ，并按照先从左到右，后从上到下的次序把 35 个小方格排成行向量，于是 这些向量是标准的,每个小方格或者全黑,或者全白,所以把这样的向量叫做标准向量。 然而，实际上由于打印时着色不均匀以及可能产生的污点，会使实际的点阵文字变成非标准的，通过传感器所获得的信息就不会和标准向量一致。 以下是P·P·Wang等人曾经用过的方法。设 ? =(?1,?2,…,?35)， ?i∈[0,1]， 为待识别的点阵文字向量， §3.7 模糊关系 1.??? 普通关系 若 A,B 为有限集或可数无限集, A 到 B 的关系可用关系矩阵来表达。设 A= {a1,a2,…,an}，B = {b1,b2,…,bm } R 为 A 到 B 的关系, R 的关系矩阵定义为： 例1 设A = { a1, a2, a3}，B ={ b1, b2, b3, b4}，A 到B 的关系R 与 A 上关系 S, 分别为 R = {( a1,b1), (a1,b3), (a2,b2), (a3 ,b2), (a3,b4)}  S = {( a1,a1), (a1,a3), (a2,a2), (a3 ,a1)}则 例2 ?(1) 设R为实数集, R上的〝=〞关系具有自反性,对称性, 反对称性和传递性, 是R上的一个等价关系； 例2 ? 定义3 设 R 为非空集合 A上的等价关系，x ∈A, A 的子集 [x]R ={y | y∈A 并且 xRy } 称为 x 关于R 的等价类，简称 x 的等价类或等价类。x 称为此等价类的代表元。[x]R 可简记为 [x]。 等价类的性质：设R 为非空集合A上的等价关系，则 (1) ?x∈A, [x]≠φ； (2) ?x, y ∈A, 或 [x] = [y]，或 [x]∩[y]=φ; 例 取 A={1,2,3,4}， π1 = {{1},{2},{3},{4}} 是 A 的一个划分； 例如，对例 3 (1) 中的关系R, P/R ={ [张三], [李四], …, [王五] } 是P上的一个划分