等腰三角形的隶属函数设u.PPT

* * 取u0在所有模糊集合中隶属度最大的那个模糊集合，认为该元素相对隶属于该模糊集合 * * * 简单地讲，就是设定一个门槛，如果关于某个模型的隶属度超过了门槛，就说相对隶属于该模型。 * * 条索：形状和松散程度（条形、圆形、扁形、颗粒形 松紧、粗细、轻重等） * * * 信息录入快速准确、保密性好 * C53 = 10，正好可以表示10个数字 * 相当于把每个条码拦腰截断为4段，因为黑条的每段仍为黑条，所以每段都对应1 。白条亦如此。 * 从上式可以看出，是逐点取小相加除以逐点取大相加。 这就是说，两个点如果大的值和小的值差异不大的话，对应的相除结果就会相对大些，即贴近度大些。 * * min{A-B,B-C}一定=60,否则， A-B60 =AB+60 ,B-C60 = BC+60 A+B+C=1803C+180，则C0 隶属度最小为0，即A-B=60,B-C=60, C=0, B=60, A=120 * * 为什么会用到印刷体识别？OCR技术：光学文字识别 * 这是一个7*5的矩阵，把每行都拿到第一行来，就变成了一个1*35的矩阵（向量） * 前者描述两者对该区域占有的相似程度 后者描述两者空白区域的相似程度 * 两条相邻方向之间的夹角是45度 * 画图 : 隶属函数曲线.(三角形分布) * * * * * 方向0的隶属函数 * * 方向1,2的隶属函数 * * 方向3,4,5的隶属函数 * * 方向6,7的隶属函数 * * 任务：识别手写数字 确定标准数字 将手写数字与标准数字做比较 * * 确定数字的标准向量 0,1,2,…,9——共10个数字 以数字3为例 号码串向量(3,2,2,7,7,1,1,0,7,7,6,6,5) 确定各方向关于标准方向的隶属程度 得到“3”的号码串模糊向量 存储至计算机作为“3”的标准向量 * * 识别数字 确定待识别数字的号码串模糊向量 与计算机中的标准向量逐一比较 择近原则 实现数字识别 * * 程序实现 真正应用，更加复杂。 每个数字的标准向量都不止一个 * * 课后作业 * * 课后作业1 * * 课后作业2 * * 课后作业3 * * 程序演示 * * 玉米螟识别 螟虫的一种，吃玉米、高粱等的茎，是农业上危害极大的害虫。建立玉米螟预报模型对农业生产具有重要作用。 玉米螟的种群发育及变化规律与很多因素有关，具有模糊性。 * * 玉米螟识别 第3章\数据文件\编辑E.exe 打开”玉米螟.dat”,显示26年来的历史纪录。 指标1-8分别表示：7~8月平均气温、上年12~2月平均气温、4月份温湿系数、4月份雨日数、4月份日照数、4月份平均风速、5月上旬温湿系数、5月田间调查的玉米螟卵数。 标志位1-5分别表示玉米螟危害由轻到重的五个等级。 第3章\模式识别E.exe 显示对3个未知样本的识别结果。 * * * F(U)为论语U上的模糊全集； A、B、C为三个模糊子集 * 考察是否满足贴近度的三个条件 * 考察是否满足贴近度的三个条件 * 考察是否满足贴近度的三个条件 * * 用隶属度来解释 若a、b表示衣服好坏。从四个方面考察。？？ * 注意：内积和外积都是一个[0,1]上的实数 * B为模糊全集中的元素 * * * * * * * * * 数字条形码 10个数字：0,1,2,3,4,5,6,7,8,9 每个数字用5个有序条码表示 3个黑条 2个白条 用1表示黑条，用0表示白条 * * 条码表 数字 0 1 2 3 4 5 6 7 8 9 码 序 1 1 1 0 1 1 0 1 0 0 1 1 0 1 1 0 1 0 1 0 1 0 1 1 0 1 1 0 0 1 0 1 1 1 0 0 0 1 1 1 0 0 0 0 1 1 1 1 1 1 * * 以数字0为例 数字0： 1 1 1 0 0 黑条 黑条 黑条 白条 白条 把每个条码都分成4段 黑条对应的四段： (1 1 1 1)T 白条对应的四段： (0 0 0 0)T 数字0可以用一个4×5的矩阵来表示 * * 现实情况 现实印刷过程中 喷黑色 导致不同程度的黑色——灰度 不是理想情况下绝对的黑或白 此时，一个数字所对应的4×5矩阵R，会有如下表示 R = (rij)4×5 ，rij∈[0,1] rij越靠近1，则灰度越大（越黑）；越靠近0，则灰度越小（越白） * * 模式识别问题 10个模型：数字0-9所对应的标准4×5矩阵M0,…,M9 待识别对象：A4×5 因印刷灰度不同 A = (aij)4×5 ，aij∈[0,1] * * 定义贴近度 * * 待识别矩阵A是什么数字？ 通过商场的扫描仪，扫描一个商品得到的某个数字所对应的矩阵： * * 贴近度 (Mk,A)的贴近度计算结果如下： M0