模糊模式識(shí)別.ppt

《模糊模式識(shí)別.ppt》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、模糊模式識(shí)別模式識(shí)別基本概念模式識(shí)別的原理模糊集的貼近度模糊模式識(shí)別的直接方法?最大隸屬原則模糊模式識(shí)別的間接方法?擇近原則多特征模糊模式識(shí)別模糊模式識(shí)別的應(yīng)用3.1模式識(shí)別基本概念模式指事物的標(biāo)準(zhǔn)形式、樣本。模式識(shí)別是將待識(shí)別的對(duì)象特征信息與給定樣本特征信息比較、匹配，并給出對(duì)象所屬模式類的判斷。讀遠(yuǎn)方家人親筆信熟悉一個(gè)朋友的面孔公安人員識(shí)別指紋軍用衛(wèi)星遙感圖像識(shí)別人類基因圖譜識(shí)別3.1模式識(shí)別基本概念模式識(shí)別是利用計(jì)算機(jī)模擬人的形象思維方法對(duì)客觀事物進(jìn)行識(shí)別和分類。模式識(shí)別實(shí)質(zhì)上是利用計(jì)算機(jī)辨識(shí)數(shù)據(jù)結(jié)構(gòu)的過程。分類和識(shí)別二者

2、有許多相似之處，但有區(qū)別。本質(zhì)上，分類是建立（或?qū)で螅┐_定數(shù)據(jù)，而模式識(shí)別則是試圖獲取新的數(shù)據(jù)并將其歸入由分類處理所得到的某一種類型之中。3.1模式識(shí)別基本概念分類是定義模式，模式識(shí)別是將數(shù)據(jù)進(jìn)行歸類。模式識(shí)別是一種有模式的分類問題，而聚類分析是一種無模式的分類問題。分類過程和模式識(shí)別過程都需要建立反饋回路，一方面用以尋找更好的數(shù)據(jù)分割方法，另一方面用于解決模式匹配錯(cuò)誤以實(shí)現(xiàn)有效的歸類?，F(xiàn)實(shí)中的許多模式識(shí)別問題，都在很大程度上包含著模糊性信息，因此應(yīng)用模糊集合論解決模式識(shí)別問題，有著廣泛的應(yīng)用。3.2模式識(shí)別的原理模式識(shí)別系統(tǒng)的

3、結(jié)構(gòu)1傳感器部分感知器，有時(shí)又稱探頭、測(cè)試頭、感應(yīng)頭。用以將各種待識(shí)別對(duì)象的模式轉(zhuǎn)變?yōu)殡娦盘?hào)。根據(jù)識(shí)別對(duì)象，如目標(biāo)、景物、圖像、人物、文字、語(yǔ)言等的種類、性質(zhì)不同，傳感器的形式、原理也不一樣，但它們大都基于物理學(xué)、電子學(xué)、光電子等原理，如利用微波、電磁感應(yīng)、光電效應(yīng)、紅外線等。傳感器的性能直接影響識(shí)別系統(tǒng)的質(zhì)量一般要求它具有足夠高的靈敏度、精度、保真性、穩(wěn)定性及抗擾能力。3.2模式識(shí)別的原理2信號(hào)預(yù)處理部分傳感器輸出的信號(hào)一般比較微弱，波形不規(guī)則等，因此不能直接使用。必須對(duì)這一信號(hào)進(jìn)行必要的加工、處理，如通過放大、去噪、整形、轉(zhuǎn)

4、換為數(shù)字信號(hào)等，將信號(hào)進(jìn)行“正規(guī)化”處理，可供識(shí)別使用。傳感器和信號(hào)處理兩部分的主要任務(wù)是向識(shí)別系統(tǒng)提供識(shí)別對(duì)象盡可能多的原始數(shù)據(jù)（信息）。3.2模式識(shí)別的原理3特征分析部分特征分析包括特征標(biāo)定、特征選擇和特征提取三部分。特征標(biāo)定是提出原始特征值的過程，這項(xiàng)工作通常由專門技術(shù)人員根據(jù)特定傳感器特性和實(shí)際測(cè)到的結(jié)果進(jìn)行標(biāo)定。特征選擇是從原始的p個(gè)特征值中選擇s個(gè)特征值構(gòu)成最佳子集的過程。必須選擇那些反映待識(shí)別對(duì)象的各種最重要而又本質(zhì)的、可區(qū)別于它事物的特征作為最佳特征子集。3.2模式識(shí)別的原理特征提取表示將原始具有p個(gè)特征值的p維

5、特征空間轉(zhuǎn)換為s維空間的過程。在轉(zhuǎn)換過程中原p空間的有用信息得到最佳保存，其作用并得到加強(qiáng)。特征提取也可以通過計(jì)算機(jī)對(duì)有規(guī)則的數(shù)據(jù)進(jìn)行判斷，來評(píng)價(jià)特征提取的質(zhì)量。4識(shí)別分類部分在基于數(shù)值模式識(shí)別的統(tǒng)計(jì)方法中，每個(gè)一個(gè)輸入觀測(cè)可表示為一個(gè)多維向量（特征向量），該向量的每一個(gè)分量表示一個(gè)特征。3.2模式識(shí)別的原理根據(jù)從待識(shí)別對(duì)象提取的特征信息量，按照某種設(shè)計(jì)的分類原則，對(duì)輸入的模式進(jìn)行聚類分析，一般認(rèn)為把具有相似特征的不同輸入觀測(cè)值可以歸入一類，而不同特征的輸入觀測(cè)值分到不同的類別。模式識(shí)別的原理被識(shí)別對(duì)象特征信息數(shù)字化多維數(shù)據(jù)向量

6、通過辨識(shí)其數(shù)據(jù)結(jié)構(gòu)并根據(jù)定義的模式對(duì)其進(jìn)行歸類。3.3模糊集的貼近度1貼近度的定義貼近度是對(duì)兩個(gè)模糊集接近程度的一種度量。定義1設(shè)A,B,C?F(U),若映射N:F(U)?F(U)?[0,1]滿足條件:(1)(2)(3)若A?B?C,則N(A,C)≤N(A,B)?N(B,C)則N(A,B)稱為模糊集A與B的貼近度.N為F(U)上的貼近度函數(shù).幾種常見的貼近度類型：設(shè)A,B,C?F(U),(1)海明(Haming)貼近度若U={u1,u2,…,un}，則當(dāng)U為實(shí)數(shù)域上的閉區(qū)間[a,b]時(shí)，則幾種常見的貼近度類型：設(shè)A,B,C?F(

7、U),(2)歐幾里德(Euclid)貼近度若U={u1,u2,…,un}，則當(dāng)U=[a,b]時(shí)，有(3)最大最小貼近度若U={u1,u2,…,un}，則當(dāng)U=[a,b]時(shí)，有（4）算術(shù)平均最小貼近度若U={u1,u2,…,un}，則當(dāng)U=[a,b]時(shí)，有例1設(shè)U=[0,100]，且求最大最小貼近度N(A,B)圖3.1模糊集曲線解不難求得A(x)和B(x)的交點(diǎn)坐標(biāo)x*=50，于是2格貼近度定義2設(shè)A,B?F(U),稱為模糊集A,B的內(nèi)積。內(nèi)積的對(duì)偶運(yùn)算為外積。稱為模糊集A,B的外積。如果在閉區(qū)間[0,1]上定義“余”運(yùn)算:?a?

8、[0,1],ac=1?a那么有如下命題命題1證先證第一式再證第二式定義3對(duì)A?F(U),令稱為模糊集A的峰值；稱為模糊集A的谷值；模糊集A,B,C的內(nèi)外積的性質(zhì)性質(zhì)1性質(zhì)2性質(zhì)3性質(zhì)4性質(zhì)5性質(zhì)6且由性質(zhì)1-6不難得出，給定模糊集A，讓模糊集B靠近A，會(huì)使內(nèi)積增