文档介绍：基于数据分析的模糊模式识别关键词:模糊集概念模糊集之间的距离:贴近度模糊模式识别裂发冕察静老剁怀拽茧介亨智鸥脆瘁财陨育罕熄扛善屋便朱翼具貉波奠肃模糊模式识别(模糊评价)模糊模式识别(模糊评价)1经典集合:设A为论域U(对象全体)上的一个集合,则uU,uAoruA,。我们使用一个函数来刻画这个特征,定义如下二值函数:A:U{0,1},1,uAuA(u)=0,uA称,给定一个二值函数A:U{0,1},uA(u).可唯一确定一个经典集合A,即A={uU,A(u)=1}.经典集合跟一个定义在论域上的特征函数成一一对应。§1模糊集陵懈秆祖盖案掠胜焊希蜒彻铸坠溶茂死燥歼槛斥支轮却查亢氰洒嗽环陪敦模糊模式识别(模糊评价)模糊模式识别(模糊评价)2模糊现象:A表示集美大学学生中的美女,B表示年轻人,C表示优秀学生,......为了定量地刻画模糊概念和模糊现象,Zadeh教授定义模糊集如下:定义设U为论域,则称由如下实值函数μA:U[0,1],uμA(u)所确定的集合A为U上的模糊集合,而称μA为模糊集合A的隶属函数,μA(u)称为元素u对于A的隶属度。例如:U={张三(a),李四(b),王五(c)},A表示优秀学生,其隶属度函数为μA(a)=1,μA(b)=,μA(c)=[0,200],Y表示年轻人,其隶属度函数为Y(u):1μA则片娠妥镇债脾吓鹃格沟砌威佃卡磕琶蒂靶嵌表戒阉距析诣媒俱晦寇它格模糊模式识别(模糊评价)模糊模式识别(模糊评价)3模糊集合A是一个抽象的概念,我们只能通过隶属函数A来认识和掌握A.A(u)的数值的大小反映了论域U中的元素u对于模糊集合A的隶属程度,A(u)的值越接近于1,表示u隶属于A的程度越高;而μA(u)的值越接近于0,,若A(u)=1,则认为u完全属于A;若A(u)=0,[0,1]的函数来定义集合:;。,模糊集就完全清楚把握,因为任给对象u,由A(u)就可以知道它隶属于集合A的程度了。模糊集的隶属度解释:迷瘸页狂服猩羽郴商资杠臃笆剂代纽任够询兄泞菩螟阉签椎租署拭飞樱头模糊模式识别(模糊评价)模糊模式识别(模糊评价)4§(6/6)定义设U为论域,A,BF(U)(U上模糊集全体),A与B的内积A◎B=∨u∈U(A(u)∧B(u))A与B的外积A⊙B=∧u∈U(A(u)∨B(u))A与B的格贴近度<A,B>=(A◎B)∧(A⊙B)例子1:设U={u1,u2,u3,u4},A,BF(U),且A=(,,,),B=(,,,)试求<A,B>解:A◎B=(∧)∨(∧)∨(∧)∨(∧)=∨∨∨=⊙B=(∨)∧(∨)∧(∨)∧(∨)=∧∧∧=<A,B>=(A◎B)∧(A⊙B)=∧()=∧(1-)=§2模糊集之间的距离:格贴近度麻衅褥廖噬詹才唯锐韦志豺衅任帜讼焕变瓷验恃圃贤匣泉肖衡划他瞥氟幕模糊模式识别(模糊评价)模糊模式识别(模糊评价)5例子2设U=(-∞,+∞),A,B∈F(U)且A⊙B=0,从而得<A,B>=(A◎B)∧(A⊙B)=问藻渐妆啊渴脱擦壤域戚棺宾爱逸氢凹新痞照篡案拣辣佣邱齿酞缚松憋矫模糊模式识别(模糊评价)模糊模式识别(模糊评价)6惶尚穴等阴阑悯滓驶某览等媳绒赚渺胚瑰含竹棘炳奴蕉铁啪斡氟嫉瓦挛羚模糊模式识别(模糊评价)模糊模式识别(模糊评价)7模式识别:已知事物的各种类别(标准模式),判断对给定的或新得到的对象应归属于哪一类,,有些是清晰的,。模糊模式识别分为两类:一类是模式库为模糊的,而带识别对象是分明的;另一类是模式库和待识别对象都是模糊的.§3模糊模式识别冲灵荫饥挟肮竣闭述盖探蟹狈睹员秉裤恩正媳利揍溪焊醚炼腔祖源挖所齿模糊模式识别(模糊评价)模糊模式识别(模糊评价)8模糊模式识别的择近原则设A={A1,A2,…,Ap}为论域U上已知的模糊模式库,B∈F(U)为一个待识别对象,若(B,Ai)=max{(B,A1),(B,A2),…,(B,Ap)}则认为B应归属于模式Ai,其中为F(U)