模糊数学笔记:六、模糊模型识别-II(择近原则)
1、模糊模型识别的第二类问题
上节讲到的模型识别问题本质是讨论一个对象(只有一种属性)对于多个标准模型的匹配程度。而还有一类问题是:被识别的对象是由多个对象组成的一个集合,或者被识别对象具有多种属性时的识别问题。
例如:在考虑人体健康时会检测其多种指标(如身高、体重、肺活量等),通常是根据其各指标的综合得分对其健康状态进行评估。
2、贴近度
- 定义:对模糊集A,BA,BA,B,
σ0(A,B)=12[A∘B+(1−A⊙B)]\sigma_{0}(A, B)=\frac{1}{2}[A \circ B+(1-A \odot B)] σ0(A,B)=21[A∘B+(1−A⊙B)]
称为其格贴近度,这里∘,⊙\circ,\odot∘,⊙ 分别表示其内积和外积。显然,格贴近度越大,二者越接近。
3、择近原则
- 设 论域UUU 上有 mmm 个模 糊 子集 A1,A2,⋯,Am,A_{1}, A_{2}, \cdots, A_{m},A1,A2,⋯,Am, 构 成 一个标 准 模型库{A1,A2,⋯,Am},B∈F(U)\left\{A_{1}, A_{2}, \cdots, A_{m}\right\}, B \in \mathscr{F}(U){A1,A2,⋯,Am},B∈F(U) 为待识别的模型. 若存在 i0∈{1,2,⋯,m},i_{0} \in\{1,2, \cdots, m\},i0∈{1,2,⋯,m}, 使得
σ0(Ai0,B)=⋁k=1σ0(Ak,B)\sigma_{0}\left({A}_{i_{0}}, {B}\right)=\underset{k=1}{\bigvee} \sigma_{0}\left({A}_{k}, {B}\right) σ0(Ai0,B)=k=1⋁σ0(Ak,B)
则称 BBB与Ai0{A}_{i_{0}}Ai0最贴近,或者说把 BBB 归并到Ai0{A}_{i_{0}}Ai0类.
- 例:已知某作物的标准库为:
A1(早熟 )A1(x)=e−(x−3.70.3)2,A2(矮杆 )A2(x)=e−(x−2.90.3)2A3(大粒 )A3(x)=e−(x−5.60.3)2,A4(高也丰产 )A4(x)=e−(x0.3)2A5(中肥丰产 )A5(x)=e−(x−3.70.2)2\begin{aligned} &A_{1}(\text { 早熟 }) \quad A_{1}(x)=\mathrm{e}^{-\left(\frac{x-3.7}{0.3}\right)^{2}}, \quad A_{2}(\text { 矮杆 }) \quad A_{2}(x)=\mathrm{e}^{-\left(\frac{x-2.9}{0.3}\right)^{2}}\\ &A_{3}(\text { 大粒 }) \quad A_{3}(x)=\mathrm{e}^{-\left(\frac{x-5.6}{0.3}\right)^{2}}, \quad A_{4}(\text { 高也丰产 }) \quad A_{4}(x)=\mathrm{e}^{-\left(\frac{x}{0.3}\right)^{2}}\\ &A_{5}(\text { 中肥丰产 }) \quad A_{5}(x)=\mathrm{e}^{-\left(\frac{x-3.7}{0.2}\right)^{2}} \end{aligned} A1( 早熟 )A1(x)=e−(0.3x−3.7)2,A2( 矮杆 )A2(x)=e−(0.3x−2.9)2A3( 大粒 )A3(x)=e−(0.3x−5.6)2,A4( 高也丰产 )A4(x)=e−(0.3x)2A5( 中肥丰产 )A5(x)=e−(0.2x−3.7)2
现有某品种特性函数为:
B(x)=e−(x−3.430.28)2B(x)={e}^{-\left(\frac{x-3.43}{0.28}\right)^{2}} B(x)=e−(0.28x−3.43)2
计算其贴近度:
σ0(A1,B)=12[e−(3.43−3.70.3+0.28)2+1]≈0.90,σ0(A2,B)≈0.72,σ0(A3,B)=0.50σ0(A4,B)≈0.76,σ0(A5,B)=0.86\begin{aligned} \sigma_{0}\left({A}_{1}, {B}\right) &=\frac{1}{2}\left[\mathrm{e}^{-\left(\frac{3.43-3.7}{0.3+0.28}\right)^{2}}+1\right] \approx 0.90, \\ \sigma_{0}\left(A_{2}, {B}\right) & \approx 0.72, \quad \sigma_{0}({A_3}, {B})=0.50 \\ \sigma_{0}\left(A_{4}, B\right) & \approx 0.76, \quad \sigma_{0}\left({A}_{5}, {B}\right)=0.86 \end{aligned} σ0(A1,B)σ0(A2,B)σ0(A4,B)=21[e−(0.3+0.283.43−3.7)2+1]≈0.90,≈0.72,σ0(A3,B)=0.50≈0.76,σ0(A5,B)=0.86
由此可知它属于第一类:早熟型。
注:对于连续的隶属度函数,求其贴近度时需要充分理解外积、内积的涵义,亦即对两个函数求最大值和最小值的方法。
另外,由于这类问题通常计算过程较为繁琐,因此通常是推荐使用工具进行计算。
模糊数学笔记:六、模糊模型识别-II(择近原则)相关推荐
- 模糊数学笔记大全(模糊集、截集、模糊矩阵、模糊关系、模糊聚类、模糊模型识别、模糊综合决策、模糊数)
一.模糊集及其运算性质 二.模糊截集与分解定理 三.模糊隶属度函数的确定及常用隶属度函数 四.模糊矩阵与模糊关系 五.模糊聚类 六.模糊模型识别-I(最大隶属度原则) 六.模糊模型识别-II(择近原则 ...
- 数模学习(模糊数学篇)——模糊识别(python实现)
目录 一.储备知识 1.课本定义: 2.通俗理解: ① 引入小例 ② 如何识别 二.模糊识别方法 1.最大隶属度原则 ① 计算方法 ② 使用方向 2.择近原则 ① 择近度计算方法和使用方向 三.模糊识 ...
- 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 ...
- 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 ...
- 最大隶属度原则_【模糊数学课程笔记】六、模糊模型识别I(最大隶属度原则)...
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 ...
- 机器学习系列笔记六:主成分分析PCA[下]
机器学习系列笔记六:主成分分析PCA[下] 文章目录 机器学习系列笔记六:主成分分析PCA[下] scikit-learn中的PCA 基本使用 进阶操作 对比实验 设置合理的n_components ...
- Ethernet/IP 学习笔记六
Ethernet/IP 学习笔记六 EtherNet/IP defines two primary types of communications: explicit and implicit (Ta ...
- 吴恩达《机器学习》学习笔记六——过拟合与正则化
吴恩达<机器学习>学习笔记六--过拟合与正则化 一. 过拟合问题 1.线性回归过拟合问题 2.逻辑回归过拟合问题 3.过拟合的解决 二. 正则化后的代价函数 1.正则化思想 2.实际使用的 ...
- ROS学习笔记六:理解ROS服务和参数
ROS学习笔记六:理解ROS服务和参数 主要介绍ROS服务和参数,同时使用命令行工具rosservice和rosparam. ROS service service是节点之间互相通信的另一种方式,se ...
最新文章
- Vue或React多页应用脚手架
- three.js(七) 绘制到WebGLRenderTarget
- oracle归档日志满了的处理方法
- [转]python 正则匹配中文
- 如何快速清空一个文件内容
- 网页切图div+css命名
- 电容篇-电容器件工作原理及参数分析理解
- xml中外部引用DTD文档
- DataWhale组队学习——DCIC赛事 task1
- 抖音飞鸽售前售后相关指标
- MATLAB-004 excel重命名默认sheet
- CX3 调试学习_持续更新(此文大部分对于初步使用没啥用,回头去公众号整理一个精简版配置应用教程)
- POI-Excel导入与导出
- SLAM——之Sophus函数库
- 高性能无线综合测试仪 无线电综合测试仪 ---TFN PM5100 100KHz-1GHz
- 一行代码用表情包制作炫酷二维码,详细教程奉上,包学会
- 嵌入式系统的软件看门狗和硬件看门狗
- 团购网站的销售额是怎么来的?
- MATLAB imshow 几种用法的不同
- STM32 Proteus仿真PT100温度测量串口上传LCD1602显示-0002
热门文章
- c语言链表把多少分以上打出来,大神帮我看一下怎么输入输出一个链表,我输入了但是没输出啊...
- sql查询百分之20到百分之40的数据_拼多多面试题:如何查找前20%的数据?
- 用公网访问本地Nginx方法
- C语言:一个数组中只有两个数字是出现一次
- 剑指offer 面试31题
- 负数赋值给无符号数的陷阱【转】
- Android之UI控件
- git概念篇(remote,base,local)的含义
- SVN Access Manager 0.5.5.14 发布 - SVN 管理工具
- Objectice-C之类层次结构