基于模糊K-均值算法的模糊分類器設(shè)計.pdf

1、模式識別是信號與信息處理的一個重要應(yīng)用領(lǐng)域，隨著人工智能在50年代的興起，模式識別的發(fā)展更為迅速，應(yīng)用更為廣泛。它所研究的理論和方法在很多科學(xué)和技術(shù)領(lǐng)域中得到了廣泛的重視，推動了人工智能的發(fā)展，擴大了計算機應(yīng)用的領(lǐng)域。 模式識別就是在面對某一具體事物時將其正確地歸入某一類別?；诮y(tǒng)計方法的模式識別系統(tǒng)主要由數(shù)據(jù)獲取、預(yù)處理、特征提取和選擇、分類決策和分類器設(shè)計四部分組成。 分類器設(shè)計在模式識別中是非常重要的也是很關(guān)鍵的一

2、個環(huán)節(jié)。目前分類器的設(shè)計方法很多，比較常見的有：多級分類器(樹分類器)、K—均值分類器、K—近鄰分類器、模糊分類器以及基于神經(jīng)網(wǎng)絡(luò)的分類器等等。由于現(xiàn)實世界的多樣性和復(fù)雜性，單靠某一種方法往往不能達(dá)到很好的分類效果，通常是幾種方法結(jié)合起來使用，這是目前從事模式識別研究的一種方向。 基于模糊K—均值算法的模糊分類器就是把目前比較常用的模糊K—均值算法的分類器再一次與模糊分類器相結(jié)合而得到的一種分類器。它是一種很有效的模糊分類器，以