模糊聚类ppt课件.pptx

模糊聚类 1 目录 模糊聚类应用背景模糊聚类原理基于MATLAB的GUI工具的模糊算法系统结果分析 2 一 模糊聚类应用背景 模式识别是一门研究对象描述和分类方法的科学 但在实际应用中 由于数据分布性质不好 致使模式分类时无法精确地定义 规律 或 结构 而 模糊 的性质对解决该问题提供了思路 聚类分析是数理统计中的一种多元分析方法 它是用数学方法定量地确定样本的亲疏关系 从而客观地划分类型 事物之间的界限 有些是确切的 有些则是模糊的 例如人群中的面貌相像程度之间的界限是模糊的 天气阴 晴之间的界限也是模糊的 3 二 模糊聚类原理 1 模糊集概念模糊集合论是一门用清晰的数学方法描述边界不清的事物的数学理论 模糊集理论是对传统集合理论的一种推广 在传统集合理论中 一个元素或者属于一个集合 或者不属于一个集合 而对模糊集来说 每一个元素都是以一定的程度属于某个集合 也可以同时以不同的程度属于几个集合 4 二 模糊聚类原理 2 隶属函数隶属函数是表示一个对象x隶属于集合A的程度的函数 通常记作 其自变量范围是所有可能属于集合A的对象 取值范围是 0 1 即 5 三 基于MATLAB的GUI工具的模糊算法 1 数据模糊化本文对酒瓶颜色进行分类 每个酒瓶有三个属性 很明显 这是一个3输入1输出系统 3个输入变量分别为A B C 分别对3个输入变量确定各自的输入 输出关系 如下表所示 6 三 基于MATLAB的GUI工具的模糊算法 1 输入模糊化为了更为明确地观察输入和输出的关系 将给定的数据关系利用MATLAB工具转换为图形关系 从而得出关系图 然后对A B C三个变量用模糊化的语言描述 程序代码如下 data 1739 941675 152395 963373 33087 052429 4741756 7716521514 983864 451647 312665 91222 853059 542002 334877 882031 663071 1811803 581583 122163 0532352 122557 041411 532401 33259 942150 984363 343477 952462 8641571 171731 041735 333104 83389 832421 834499 853305 752196 2242297 283340 14535 622 2092 623177 21584 3221418 791775 892772 911845 591918 812226 4932205 363243 741202 6922949 163244 44662 4221692 621867 52108 9731680 671575 781725 132802 883017 111984 982172 783084 492328 6542063 543199 761257 2121449 58641 583405 1211651 521713 281570 383341 593076 622438 634291 023095 682088 954 7 三 基于MATLAB的GUI工具的模糊算法 237 633077 782251 964 stem data 1 data 4 r 绘制输入输出的二维杆图 title 数据A与输出的关系图 xlabel 数据A ylabel 输出分类 利用MATLAB画出变量A与输出的关系图 如下图所示 从输入和输出的关系图中 可以看出 可将A模糊化为4种状态 分别为小 偏小 偏大 大 从而完成对输入A的模糊化 8 三 基于MATLAB的GUI工具的模糊算法 同理 利用MATLAB画出变量B与输出的关系图 以及变量C与输出的关系图 结果如下图所示 9 三 基于MATLAB的GUI工具的模糊算法 2 隶属度函数的选择隶属度函数可以是任意形状的曲线 在此选择梯形隶属度函数 其格式如下 y trapmf x abcd 其中 参数a和d确定梯形的 脚 而参数b和c确定梯形的 肩膀 各输入信号隶属度函数参数的选择如下 A samll 00499864 psmall 49986414501571 pbig 1450157118462064 big 1846206430003000 B small 1400140020322557 mid 2032255730173060 big 3017306035003500 C small 035014121515 Psmall 1412151517352002 pbig 1735200224632666 big 2463266635003500 10 三 基于MATLAB的GUI工具的模糊算法 3 模糊规则的建立A 偏小 andB 小 andC 大 输出为1A 大 andB 大 andC 小 输出为2A 大 andB 中 andC 小 输出为2A 偏大 andB 小 andC 偏小 输出为3A 偏大 andB 小 andC 偏大 输出为3A 小 andB 大 andC 偏大 输出为4 11 三 基于MATLAB的GUI工具的模糊算法 2 FIS实现首先在FIS界面设置模糊运算方式 选择结果如下图所示 12 三 基于MATLAB的GUI工具的模糊算法 其中 解模糊选择MOM方式 然后编辑输入变量和输出变量的隶属度函数 如下图所示 13 三 基于MATLAB的GUI工具的模糊算法 输入模糊规则表 如下图所示 14 三 基于MATLAB的GUI工具的模糊算法 输入模糊规则表 如下图所示 15 三 基于MATLAB的GUI工具的模糊算法 此时 用户可以从输出曲面观测器中观测整个论域上输出变量与输入变量的关系 下图所示为输入变量A B与输出变量间的关系图 16 四 系统结果分析 打开规则观测器 在 Input 文本框输入样本 即可从输出端口得到相应的分类结果 如下图所示 输入样本数据