最大隶属度原则_模糊数学笔记：六、模糊模型识别-I（最大隶属度原则）

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

：