雾隐雾现的至渝博客

问题描述      两杯水，一杯模糊有毒，一杯概率有毒，你必须选一杯喝下去，你选哪一杯？前提提要      此问题我是听中南大学自动化学院的 周晓君老师说的 ，他说他也是听某个大牛在某次报告上说的，当时一堆听报告的教授都晕了。没几个人反应得过来。      看这个问题得答案之前你至少应该多多少少了解一点点模糊和概率的相关知识答案     

一级模糊综合评判什么叫评判，对论域中的所有对象按一定的标准（准则）来比较他们各自的优劣，这个过程我们叫评判。评判就一般涉及到三个方面的东西：因素集、评语集、权重集因素集要评价一个东西（对象），你肯定得从哪些角度来评价，那么这些角度就组成所谓的因素集，举个例子，我要评价一个学生数学能力怎么样，我打算从平时考试分数、空间想象能力、逻辑推导能力、联想能力这四个方面来评价，那么考试分数、空间想象能力、逻辑推导能力、联想能力就组成我们的因素集。评语集就是我们最后对这个对象评价，比如数学能力我们分成 [优，

模糊模式识别模式识别：根据对象的某些特征对其进行识别分类。可以理解成一种分类任务（方法），这就涉及到标准的模型库和待识别对象。什么叫标准模型库呢？个人理解是一种类别的对象共同拥有的一些特征（比如A类苹果（重量500-600，颜色全身紫红，外观无疤痕，形状端正），B类苹果（重量400-500，颜色60%以上紫红，外观无疤痕，形状不端正但无凹坑，黑点），C类（…））为什么要叫模糊模式识别呢？标准模型库里面的模型描述可能是模糊的（比如重量500-600（区间呈现），端正（语义信息描述），无疤痕（多小的疤

懒了几天了，把模糊数学后面的学了，继续总结一下。模糊聚类首先是数据的标准化假设有m个对象，每个对象有n个特征来描述，构成的矩阵就是m*n的一个矩阵（行i代表一个对象，列j代表一个特征，（i，j）就是滴i个对象的第j个特征的值），每个特征的衡量的量纲不一样，所以我们要对数据进行标准化（或者叫归一化），即把每个特征的取值都变到0-1之间...

        从隶属度函数可以得到隶属度，隶属度是一个数，数可以组成向量与矩阵，叫模糊矩阵，我们介绍下模糊数学里面见得比较多的一些矩阵，看一下他们究竟是什么东西。        什么是模糊矩阵?            &nbs

        集合的概念：一些具有相同特征的不同对象构成的全体，也称集或者经典集合。        经典集合的特征函数（和模糊集的隶属度函数一样）：                &nb