第二节--模糊模式识别.ppt

模糊数学基础 第二节 模糊模式识别 Outline 模糊集的贴近度 海明贴近度 欧几里得贴近度 黎曼贴近度 格贴近度 内积与外积 格贴近度 模糊模式识别 最大隶属原则 择近原则 几何图形识别 确定隶属函数的方法综述 模式识别 模式识别 模式(pattern)：供模仿用的样本 模式识别：判定给定的事物与哪个样本相同或相近 例如，文字识别；图像识别；声音识别； 2个特征：一是事先已知标准模型库；二是有待识别对象。 模糊模式识别 标本或待识别物具有模糊性时，利用模糊数学方法处理模式识别问题 例题3.1 桔子的分级问题 设论域U={若干桔子}。一般按照桔子的大小，色泽，有无损伤等特征来分级。 标准模型库={一级，二级，三级，四级}，其中的模型一级，二级，三级，四级是模糊的。 元素对标准模糊集的识别问题： 拿到一个桔子后怎么放的问题 模糊集的贴近度 贴近度 对两个模糊集接近程度的一种度量 定义1 设A,B,C∈F(U),若映射 满足条件： 则称N(A,B)为模糊集A与B的贴近度。N称为F(U)上的贴近度函数 海明贴近度 若U={u1, u2,…, un}, 则 当U为实数域上的闭区间[a,b]，则有 例题3.2 设模糊集 A=0.6/u1+0.8/u2+1/u3+0.8/u4+0.6/u5+0.2/u6 B=0.4/u1+0.6/u2+0.5/u3+1/u4+0.8/u5+0.3/u6 试应用海明贴近度计算N(A,B) 欧几里得贴近度 若U={u1, u2,…, un}, 则 当U为实数域上的闭区间[a,b]，则有 例题3.3 设论域R={1,2,3,4,5}, A,B ∈F(R)，且 A=(0.2, 0.3, 0.6, 0.1, 0.9), B=(0.1, 0.2, 0.7, 0.2, 0) 求欧几里得贴近度 黎曼贴近度 若U为实数域，被积函数为黎曼可积且广义积分收敛，则 例题3.4 设U=[0,100],且 求黎曼贴近度N1(A,B) 例题3.5 设U=R(实数域)，正态型隶属函数 求当 时，N(A,B) 有限论域上的F向量的内积与外积 称向量 A=(a1,a2,a3,…,an), 为有限论域上的模糊向量。 例题3.6 设 A=(0.1, 0.5, 0, 0.6), B=(0.2, 0, 0.7, 0.3), 求 格贴近度—内积与外积 定义1 (任意论域U上) 设A,B∈F(U)，称 为模糊集A,B的内积 为模糊集A,B的外积 例题 设U={x1,x2,x3,x4,x5,x6}, A=0.6/x1+0.8/x2+1/x3+0.8/x4+0.6/x5+0.4/x6, B=0.4/x1+0.6/x2+0.8/x3+1/x4+0.8/x5+0.6/x6, 分别求 例题3.7 设论域为实数域，其上有两个正态模糊集A,B,它们的隶属函数分别为 试求 内积与外积的性质 性质1 证 峰值与谷值 定义 对A∈F(U), 令 和 分别叫做模糊集A的峰值与谷值 性质2 性质3 性质5 性质6 内积，外积与模糊集的贴近程度 图a所表示的两个模糊集A,B交点的纵坐标（隶属度）越大时，A和B越贴近。这个交点的纵坐标是由A和B的内积来表示的。 内积越大，模糊集越贴近 图b所表示的两个模糊集C,D交点的纵坐标越小，C和D越贴近。而这时焦点的纵坐标是由C和D的外积来表示的 外积越小，模糊集越贴近 引理 设A,B∈F(U),令 ,则下列结论成立： (1) (2) (3) (4) . 特别当 格贴近度 定理1 设A,B∈F(U), 则 是模糊集A,B的贴近度，叫做A,B的格贴近度。 记为 格贴近度 各种形式的贴近度计算公式各有优缺点，但若隶属函数为连续函数时，而且满足格贴近度条件时，用格贴近度较简单。 例题3.8 设论域为实数域，其上有两个正态模糊集A,B,它们的隶属函数分别为 求N(A,B) 课堂练习 设模糊集 A=0.6/u1+0.8/u2+1/u3+0.8/u