系统数学第六章_第1页
系统数学第六章_第2页
系统数学第六章_第3页
系统数学第六章_第4页
系统数学第六章_第5页
已阅读5页,还剩59页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第六章 模糊模式识别 模式识别是一种辨识数据结构的过程,这种数据结构可由第五章所介绍的分类方法而得到。 每一个输入观测由一个多维数据向量(特征向量)表示,该向量的每一个分量就叫做一个特征。 模式识别系统的目的是给每一个输入分配一个可能的模型类别(或数据聚类)在后面的叙述中,将用到以下表示方法:,21nxxxXPipiiiRxxxx ),(21=数据样本空间P = 原(标称)特征数目kkjxRx: 中第 j 个测量特征s = 选择或提取特征的数目c = 聚类或类别的数目6.1 特征分析 特征分析是一种获取用于分类和判断(识别)的最佳信息的方法,这种信息是通过对原始数据的处理和优化而得到,并且用最

2、小数目的特征值表示。 特征标定:提出原始 p 个特征。 特征选择:是指从原始的 p 个特征中选择 s 个特征值构成“最佳”子集。 特征提取:表示将原始 p 个值特征空间转换为 s 维空间的过程。6.2 单个样本的识别 模式识别的典型问题就是从物理过程中收集数据并将数据分类到已知的模式中,这种已知模式通常都是用类结构表示的,每一种类结构由若干个特征来描述。 下面我们首先讨论单特征(即一维)类结构情况下的模式识别问题。设已知的模式为X上的m个模糊集:21,mAAA假定现在有一个新的清晰数据样本0 x最大隶属度判别准则:)(,),(),(max)(000021xxxxmiAAAA 情况一:例:在三角

3、形的识别中,设A,B,C为三角形的三个内角,且设 , 设0 CBA180; 0),( CBACBACBAU 定义一些几何图形如下,希望以此能够识别满足U集合约束的任何角组合。近似等腰三角形近似等腰三角形近似直角三角形近似直角三角形近似等腰直角三角形近似等腰直角三角形近似等边三角形近似等边三角形其他三角形其他三角形IRIRET子例子例:(P79)如下图一个特殊的三角形180,455085: CBwhereACBAx94. 0)( xR916. 0)( xI916. 0)( xIR7 . 0)( xE05. 0)( xT假定现在有一个新的模糊数据样本,即情况二:设已知的模式为X上的m个模糊集:21

4、,mAAAXB 现在我们将这些模糊集标记为模糊向量的形式:)(,),(),(11nAAnxxaaa 注:这种标记形式我们也可以推广到连续取值的情况。)(1iiinbaba 内积:)(1iiinbaba 外积:aaa aaa 模糊向量的内、外积我们曾定义如下: 为了度量两个模糊集的相近或相似程度,我们定义:)()(),(1bababa )()(21),(2bababa 上述两个式子均可作为评估两个集合相似程度的度量,称之为接近度1),(),(baba 或2),(),(baba 当1),(ba,两个模糊集“比较接近于相似”当0),(ba,两个模糊集“比较不相似”可以证明:21),(),(baba

5、例:0001154321xxxxxa 1110054321xxxxxb 则0 ba1 ba0),(),(21 baba 上述结果表明,一个清晰集与它的补集是完全不相似的 另外,可以证明,一个集与它本身最相似。若该集 为正规集,则A1),( BA例:(p343)假设我们在实数轴上定义一个两个具有一般高斯分布的模糊集如下:)(exp)(22aAaxx )(exp)(22bBbxx )()()()(exp0022xxbabaBAba 则式中babaabx 0并且显然有0 ba1)()(exp),(221 bababa 1)()(exp(21),(222 bababa假定现在有一个新的模糊数据样本,即

6、设已知的模式为X上的m个模糊集:21,mAAAXB 现在我们回到原来的模式识别问题:最大接近度法:),( ,),(),max(),(21miabababab 例:(p344)地震损害评估,确定 Mercalli强度已知模式:)(exp)(22iiaiAaxx 根据调查,某一所给地点的建筑物损坏分布为10;41;)(exp)(22 bbBbbxx5 . 02)1004. 0(),(1 AB2),(),(baba 采用接近度公式:67. 0),(2 AB97. 0),(3 AB98. 0),(4 AB65. 0),(5 AB5 . 0),(6 AB 如果假定受灾地区的分布函数是单个具有下列特征的样

7、本:1)41( B且410)41(0 xxB1),(),(baba 采用接近度公式:此时)(1)(),(00 xxABiiAAi 0)41(1 A01. 0)41(2 A81. 0)41(3 A91. 0)41(4 A06. 0)41(5 A0)41(6 A 如果我们根据每个区域的平均值来作出选择,结果将怎样?6.3 多特征模式的识别,21nxxxXPipiiiRxxxx ),(21=数据样本空间设 按照前一章的方法,对 X 进行分区,可得到 c 个硬分区:XAcii 1jiallAAji ,iallXAi, 现有一个新的单个数据样本 x,最相邻分类法:),(min),(1knkixxdxxd

8、 jiAx 则jAx 最接近中心分类法: 假设用模糊分类方法将样本空间 X 划分为了 c 个类别,这些类的中心为:),(21cV ),(min),(1kckixdxd 则可将数据样本 x 分到模糊类 中。iA加权接近度法: 考虑具有若干(m个)模糊特征的单个样本的多特征模式识别问题。已知模式:ciAAAAimiii, 2 , 1,21 新数据样本:,21mBBBB 一般各特征的重要性并不相同,引入权系数jw0, 11 jmjjww则取),(),(1ijjmjjiABwAB 再求),(max),(1icijABAB 例:现在,假设传感器读得一组清晰值/51505pgCkPaXo ,流量,温度压力

9、取权重:25. 025. 05 . 0 流量温度压力,www我们求得:25. 05 . 025. 0025. 025. 05 . 0)( x热压4375. 05 . 025. 075. 025. 025. 05 . 0)( x退火5625. 05 . 025. 025. 025. 075. 05 . 0)( x烧结0625. 0025. 025. 025. 005 . 0)( x传送现在我们假设读取的值是模糊的流量温度压力,BBBB 热压温度温度B33. 0)5 . 05 . 0(),33. 033. 0(),1166. 0(),5 . 00(),00max( 经计算四种可能模式的结果:( ,

10、热压)=0.6650B( ,烧结)=0.7687( ,传送)=0.7188( ,退火)=0.7175BBB6.4 图像处理 一幅(具有不同灰度的)图像,在数学上是用一个空间亮度函数 f(m,n) 来表示的。 MNMMNNxxxxxxxxxnmfX212222111211),(上式右边表示了一幅数字化图像。两类图像处理的方法:频率域方法 空间域方法频率域方法对图像的改进型傅里叶变换像素强度转变为频率空间域方法直接对像素进行变换频率域方法要用到各种类型的频率滤波器。例如:低频反映了灰度均匀区域; 高频反映了像素亮度陡变得区域。 空间域方法中像素亮度的变换能够利用相邻像素的亮度来进行。如:对比度(增

11、加)扩展; 图像平滑,这时图像的噪声被滤除了; 图像锐化,它包括边缘或轮廓监测和提取。 一幅图像记载着重要的模糊信息。考虑到这一点,我们能够将一幅图像看作是模糊样本的一个阵列,隶属函数的每一个值表示了亮度或灰度的等级。 模糊特征 可用多种与所处理问题像素强度相关联的方法来定义。例如强度范围从p=0255. 当人们对图像进行有效的模式识别操作之前,一般要对图像进行预处理,以获得尽量好的图像用于模式识别。 常用的预处理技术:对比度增强、滤波、边缘检测、模糊度测量、分割等。mn 在这里我们仅介绍对比度增强在模糊过程中的应用。 目前,尽管基于模糊集的算法已成功地运用于识别高、低对比度的图像,但是计算机最适合处理具有高对比度的图像。 其中,平滑部分的作用是使图像更模糊。平滑过程是以相邻图像点(即空间域中比较近的点)的特征为基础,趋向于使这些点具有几乎相同的灰度电平。对比度增强算子:5 . 002)()(211 mnmnmnmnTT15 . 0)1 (21)(21 mnmnmnT一般情况下,应用递归关系确定新的mn, 2 , 1)

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论