从判断到识别的定性映射模型与模糊人工神经元-模式识别与人工智能.pdfVIP

第 19 卷摇 第 1期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.19摇 No.1 摇 2006年2月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Feb摇 摇 2006 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 从从判断到识别的定性映射模型与模糊人工神经元* 冯嘉礼 (上海海事大学 信息工程学院计算机系上海摇 200135) 摘摇 要摇 将基于属性量蛳质特征转化的性质命题判断抽象为一个以定性基准为参量的动态定性映射,给出定性基 准分别为一个区间、区间向量和n维超平行体网格的定义,讨论加权w对定性基准的几何意义,定性映射和人工神 经元的关系,以及(性质判断的)定性映射转化为(模式)识别映射的机制和条件.指出,加权w 的实质是对定性基 准中的n维超平行体实施一个旋转变换. 因人工神经元可看作是对n维超平行体的一个面实施加权w 内积旋转变 换后的形式,故是(加权w 内积变换)定性映射的一个特例. 当定性基准中n维超平行体的所有边长都趋近于零时, 以(近)零边长的n维超平行体为基准的定性映射转化为一个向量的判断或搜索映射,并可对任一可转化为一个向 量的模式进行识别.此外,本文还提出了属性量蛳质转化程度函数的概念和一种导致定性基准边界模糊化的机制, 指出,若用某个模糊化的转化程度函数代替定性映射进行判断和识别,则得到一种模糊判断和识别,并以一系列实 例证实了定性映射和转化程度函数方法的实用性. 关键词摇 性质命题判断,定性映射, _内积变换,转化程度函数,人工神经元,模糊隶属度函数,模式识别 w 中图法分类号摇 TN912;摇 TP391;摇 O235 Qualitative Mapping Model from Judgment to Recognition and Fuzzy Artificial Neuron FENGJia蛳Li (Department of Computer Science,College of Information Engineering, ShanghaiMaritime University,Shanghai200135) ABSTRACT It is shown that a judgment of property (proposition) based on the conversion of a quantity of a attributea(o)x into a propertyp(x,o) of a(o) ,whose judging result or the truth value of property varies according to its qualitative criterion [琢,茁] ,can be extracted as a dynamic Qualitative Mapping 子 (x,[琢,茁])whose parameter is criterion [琢,茁]. Several QM definitions are respectively given whosep qualitative criteria are a interval,a vector of intervals and a grid of n 蛳dimension parallelepiped. The geometric mean that a weight w acting on