模糊数学笔记：六、模糊模型识别-I（最大隶属度原则）

最新推荐文章于 2022-06-07 23:07:42 发布

半个冯博士

最新推荐文章于 2022-06-07 23:07:42 发布

阅读量8k

点赞数 3

分类专栏：模糊数学文章标签：人工智能模式识别

本文链接：https://blog.csdn.net/cauchy7203/article/details/107454703

版权

模糊数学专栏收录该内容

12 篇文章 80 订阅

订阅专栏

1、模型识别的问题提出

模型识别，通俗地理解即是对一个类别未知的对象进行归类（或者叫分类）。这里与聚类不同的是，聚类实际上是要区分出已有的样本哪些属于同一类，但并没有参考标准。而识别则事先有参考的标准，在此前提下对模型进行识别。

简单抽象描述这一问题即是，现有对象 $x$ ，它有多种属性，此时有标准模型 $I, I I, I I I, . . .$ ，如何通过一系列的方法来判断对象 $x$ 究竟属于哪一种类型。比如医生通过病人的症状进行诊断（判断其属于哪种疾病），农业中对作物进行分级等，都属于模型识别问题。

2、预备知识

模糊向量：所有元素均在 $[0, 1]$ 上取值的向量可称为模糊向量。如：

$\boldsymbol{a}=(a_{1},a_{2},\dots,a_{n}),\quad 0\leqslant a_{i} \leqslant 1 \quad(i=1,2, \cdots, n)$

模糊向量可以用于表示一个模糊集 $A$ ：
$a_{i}=A\left(x_{i}\right) \quad(i=1,2, \cdots, n)$
其中 $A\left(x_{i}\right)$ 表示该模糊集的隶属度函数。

模糊向量的内积：

$\boldsymbol{a} \circ \boldsymbol{b}=\bigvee _{i=1}^{n}\left(a_{i} \wedge b_{i}\right)$

模糊向量的外积：

$\boldsymbol{a}\odot \boldsymbol{b}=\bigwedge_{i=1}^{n}\left(a_{i} \vee b_{i}\right)$

3、最大隶属度原则

最大隶属原则 I ：设论域 $U$ 上有 $m$ 个模糊子集 $A_{1}, A_{2}, \cdots,A_m$ (即 $m$ 个模型),构成一个标准模型库,若对任一 $x_{0} \in U,$ 有 $i_{0} \in\{1,2, \cdots, m\}$ , 使得
$A_{i_{0}}\left(x_{0}\right)=\bigvee_{k=1}^{m} A_{1}\left(x_{0}\right)$
则认为 $x_0$ 相对隶属于 $A_{i_{0}}$ .

这里需要稍作解释。上述内容里面 $A_{1}, A_{2}, \cdots,A_m$ 即是 $m$ 个标准模型，而 $x_0$ 是待识别的对象。上面公式的意思通俗的解释即是：它相对哪一个模型的隶属度最大，那么它就属于哪个模型。

例：考虑年轻、中年、老年的三类标准模型 $A_1,A_2,A_3$ 分别定义如下：

$A_{1}(x)=\left\{\begin{matrix} 1 & 0<x \leqslant 20 \\ 1-2\left(\frac{x-20}{20}\right)^{2} & 20<x \leqslant 30 \\ 2\left(\frac{x-40}{20}\right)^{2} & 30<x \leqslant 40 \\ 0 & 40<x \leqslant 100 \end{matrix} \right. \\ A_{2}(x)=\left\{\begin{array}{cl} 0 & 0<x \leqslant 20 \\ 2\left(\frac{x-20}{20}\right)^{2} & 20<x \leqslant 30 \\ 1-2\left(\frac{x-40}{20}\right)^{2} & 30<x \leqslant 40 \\ 1 & 40<x \leqslant 50 \\ 1 - 2\left(\frac{x-50}{20}\right)^{2} & 50<x \leqslant 60 \\ 2\left(\frac{x-70}{20}\right)^{2} & 60<x \leqslant 70 \\ 0 & 70<x \leqslant 100 \end{array}\right. \\ A_{3}(x)=\left\{\begin{matrix} 0 & 0<x \leqslant 50 \\ 2\left(\frac{x-50}{20}\right)^{2} & 50<x \leqslant 60 \\ 1-2\left(\frac{x-70}{20}\right)^{2} & 60<x \leqslant 70 \\ 1 & 70<x \leqslant 100 \end{matrix}\right.$