基于模糊K均值算法的模糊分类器设计(可复制论文).pdf

摘要确的分类。在这种方法中,首先用模糊痪邓惴ò蜒盗费痉殖杉父鋈海⑶颐恳蝗旱闹行暮桶模式识别是信号与信息处理的一个重要应用领域,随着人工智能在年代的兴起,模式识别的发展更为迅速,应用更为广泛。它所研究的理论和方法在很多科学和技术领域中得到了广泛的重视,推动了人工智能的发展,扩大了计算机应用的领域。模式识别就是在面对某一具体事物时将其正确地归入某一类别。基于统计方法的模式识别系统主要由数据获取、预处理、特征提取和选择、分类决策和分类器设计四部分组成。分类器设计在模式识别中是非常重要的也是很关键的一个环节。目前分类器的设计方法很多,比较常见的有:多级分类器鞣掷嗥、痪捣掷嗥鳌近邻分类器、模糊分类器以及基于神经网络的分类器等等。由于现实世界的多样性和复杂性,单靠某—种方法往往不能达到很好的分类效果,通常是几种方法结合起来使用,:掷嗥骶褪前涯壳氨冉铣S玫哪:齂一均值算法的分类器再一次与模糊分类器相结合而得到的一种分类器。它是一种很有效的模糊分类器,以至于训练样本能够很正径都被计算出来。然后,。用这种方法设计的分类器有以下几个特点:恍枰Tざㄒ宀数;盗肥奔浔冉隙蹋这种方法简单。最后用两个例子对这种模糊分类器进行验证和分析。关键词:模式识别模糊分类器模糊痪邓惴东南大学硕士学位论文
知识水坝***@pologoogle为您整理
..猲辳..農辀琄辀;,;辴:琍,琭甌甝,產,甀.,.,.:℃‘
知识水坝***@pologoogle为您整理
研究生签名:乏睦导师签名:刍堡垒日期:矿出期:血厂研究生签名:奄奄东南大学学位论文使用授权声明东南大学学位论文独创性声明日本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布ǹ授权东南大学研究生院办理。
第一章绪论课题的背景与意义模式识别。以前这些并没有引起人们的重视,直到世纪年代才开始研究它,模式识别的概念便应运而生了。随着年代计算机的出现,年代人工智能的兴起,模式识别在年代初迅速发展成一门学科。它所研究的理论和方法在很多科学和技术领域中得到了广泛的重视,我们人类从出生到死亡的整个生命过程中,每时每刻都进行着各种识别。光线的强弱、气温的高低;哪些是动的、哪些是静的;哪些是敌人、哪些是朋友;哪些可吃、哪些可用;哪是张三、哪是李四,如此等等。这对我们来说又都是些司空见惯的现象,可这正是人类潜意识的推动了人工智能系统的发展,扩大了计算机应用的可能性。现如今已经有很多技术投入了实际应用,并且应用范围还相当广泛。诸如:医疗诊断、矿产勘察,农林病虫害预防、交通指挥、公共安全、卫星遥感、军事侦查等等。而且也掀起了研究模式识别的热潮,当然也大大促进模式识别技术的进一步发展。模式识别根据研究方法不同。可分为统计模式识别、结构模式识别、模糊模式识别与智能模式识别等。统计模式识别方法和结构模式识别是两种比较基本的方法,这两种识别方法都由设计和实现两部分构成,设计是指用一定数量的样本进行分类器的设计,实现是指用所设计的分类器对待识别的样本进行分类。在统计模式识别方法中,痪或者聚类算法是一种很重要的算法之一。它是不断迭代调整鼍劾嘀行牡乃惴ā>褪窃谝桓鋈我舛嘌炯系幕∩系玫揭桓鍪孪榷ê美别数量的聚类结果。该算法的中心思想,就是最小化总的类内距离骼嘀醒镜蕉杂χ市牡距离的总和Mǔ#嗽谘臼肯嗟毙〉那榭鱿拢趉个聚类内搜索所有的鲅痉掷度是件很麻烦的,甚至是不可能的事情。所以,我们实际搜索的是总的类内距离的一个局部极小点,方法是重复调整鼍劾嗟闹市呐⒔ǜ鞲鲅痉峙涞阶罱闹市乃诘睦啾鹬腥ァ当考虑要识别对象的各部分之闻的联系时,就需要使用所谓的结构模式识别方法。它和其他方法不同,它是对符号信息J亲址的操作,因此,使用了一些合适的非数字化操作子。有时如果要评估一个未知的对象或对象的某个部分与某种典型模式的关系如何侗鸩用结构匹配的形式。为了达到这个目的,就需要计算一个匹配程度值,它不需要具备一般意义绪论
模式识别从世纪年代发展至今,模式识别研究取得了大量的成果,在很多方面得