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
,它有多种属性,此时有标准模型
,如何通过一系列的方法来判断对象
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
上取值的向量可称为模糊向量。如:
模糊向量可以用于表示一个模糊集
: