- 1、本文档共29页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
联想输出和去模糊.ppt
主要内容 一、模糊系统和模糊联想记忆 二、模糊联想记忆与神经元联想记忆的区别和联系 三、模糊Hebb FAMs 四、联想输出和“去模糊” 五、自适应FAM系统 六、举例:倒立摆 FAM的引出 模糊系统与超立方体 1.模糊集类似超立方体 中的点。 2.立方体中点之间存在距离,利用距离可以测度模糊集的大小和模糊集之间的包含度。 3.立方体在空间中存在某种关系,因此两个立方体中的点存在某种对应关系,这也就是一种映射。 4.利用映射关系,可以对模糊集进行推理。 模糊系统与超立方体 5.模糊集就是立方体中定义点构成的集合 6.模糊系统就是模糊集 到模糊集 之间的一种映射:S: - 7.模糊系统也可以将一系列模糊集映射成一系列模糊集。 FAM 多个模糊系统就像一个联想记忆系统,将近似的输入映射成近似的输出,这就是模糊联想记忆FAM。 1.简单的FAM就是将n维的模糊集Ai与p维的模糊集Bi关联起来( Ai, Bi),不能训练。 2.一般的FAM系统能同时并行的将M个规则进行编码和处理,一个输入A能同时激活所有M个规则,只是激活强度不同。输出模糊集B就是这各个激活的线性组合。 模糊函数估计与神经函数估计 1.模糊系统与神经系统都是对输入样本进行学习,得到输出数据,实际就是寻找输入与输出的函数关系,因此它们都是函数估计器。 2.两者之间的异同点,首先看下面的示意图。 相同点: (1)都是无模型的 (2)都可以从样本或实例中学习 (3)都使用数值运算 (4)都定义了输入输出积空间X x Y 不同点:主要区别在使用输入数据如何估计函数上。 (1)输入数据类型不同 (2)输入数据的表示和存储不同 (3)输入输出的映射不同 (4)神经方法需要一个动力系统 模糊系统只需要一个语言描述的规则矩阵 (5)神经系统利用数值点Xi,Yi进行估计,而 模糊系统利用模糊集合(Ai,Bi)进行估计。 FAM系统结构 由上图可知,要确定一个FAM系统,需要确定映射规则(Ai,Bi),这就是模糊矩阵M的求法。 还需要求加权系数,这就是自适应FAM的内容,还需要一个去模糊的过程。 FAM与映射 1.FAM系统由多个不同的FAM关联构成,每一个关联就对应一个数值的FAM矩阵,这些矩阵分别存储,并行访问。 A1----(M1)--?B1 …… An----(Mn)--?Bn 2.简单的FAM就是单向联想的FAM,首先将模糊集(A,B)分别编码成n个和p个变量X={x1,..xn},Y={y1,..,yp},再将xi和yj通过隶属度函数映射到【0,1】中的某个值,就表示了xi属于集合A的隶属度。这样模糊集就通过隶属度向量进行表示。 模糊向量矩阵乘-最大最小 输入向量A通过模糊系统,得到向量B,相当于: (1)模糊矩阵M是n x p维,bj分量就是联想记忆成份,bj=maxmin(ai,mij). (2)乘法规则:行向量A与M内积,取ai与mij的最小值,最该列的最大值。 例如: 由上可知,通过矩阵M,输入向量A,就能通过这种法则联想出B,但是M未知,需要求出M,可以采用外积的方法。 在HEBB FAM中,给出了两种求M的方法: (1)相关最小 (2)相关积 模糊HEB联想记忆系统FAMS 1.Heb FAMS就是前面介绍的无监督学习: 2.对于给定的行向量组(X,Y) 3.在Heb系统中,对ai和bj进行最小相关编码得到M. 例如: 可以看出: (1)每列的元素是每个bj相对与A的最小值,每行是每个ai相对与B的最小值 (2)如果A中的某个元素必B中的所有元素都大,则M矩阵中的该行就是B行向量 反过来,如果B中的某个元素比A中的所有圆元素都大,则M矩阵中的该列就是整个A向量的转置。这就是后面要提出的向量的高度H(A). 定义一个操作符^(取最小): 通过以上构造出的M矩阵,可以进行验证,有: 但是反过来, 什么情况下等,什么情况下反过来也成立,这就是下面 要给出的能够双向联想的理论。 最小相关编码的双向FAM定理 1.介绍两个指标:模糊集A的高度H和正规性。 H(A)=max ai 如H(A)=1,则称模糊集A是正规的,此时可以对模糊集A进行扩展,利用这个指标,就能够判定双向联想的准确度。 相关积编码 相关积编码:(与相关最小编码的差别在于这里不取最小,而是一般的向量相乘运算)。 例如: 由上计算可以看出,对于构造的M,对于一个输入向量 则 可以很好的回忆出B,如果A中有一个1元
您可能关注的文档
- 简单巨系统的演化理论.PDF
- 管理会计假设A.ppt
- 管理学实务_第6讲_预测与决策.ppt
- 管理科学奖奖励条例实施细则.doc
- 粒子数、体积、能量.ppt
- 粒子物理与原子核物理.doc
- 精密机床综合精度的提高方法-河北工业科技-河北科技大学.PDF
- 精神科8病房-敏惠医护管理专科学校护理科.doc
- 精进全民健康保险-中华民国统计资讯网.ppt
- 糖尿病医疗给付改善方案-卫生福利部中央健康保险署.doc
- 原电池电动势的测定实验报告.pdf
- 与业主、设计、总包、监理和他承包人的配合措施.pdf
- 公司管理流程.pptx
- 2024_2025学年新教材高中地理第1章地球的运动素养综合训练新人教版选择性必修1.doc
- 2024_2025学年新教材高中地理第3章大气的运动第1节常见天气系统第1课时锋与天气分层作业新人教版选择性必修1.doc
- 2024_2025学年新教材高中地理第1章地球的运动第2节地球运动的地理意义第4课时正午太阳高度的变化四季更替和五带划分分层作业课件新人教版选择性必修1.pptx
- 2024_2025学年新教材高中地理第2章地表形态的塑造第2节构造地貌的形成第1课时地质构造与地貌课件新人教版选择性必修1.pptx
- 2024_2025学年新教材高中地理第1章地球的运动问题研究人类是否需要人造月亮课件新人教版选择性必修1.pptx
- 五片小雪花课件.pdf
- 2024_2025学年新教材高中地理第3章大气的运动第2节气压带和风带第1课时气压带和风带的形成分层作业课件新人教版选择性必修1.pptx
文档评论(0)