[发明专利]一种基于模糊椭球数的模糊模式识别方法

权利要求书

1.一种基于模糊椭球数的模糊模式识别方法，其特征在于，其按如下步骤进行：

第一步：获取待辨识的目标的观测数据组或l个标准类别的观测数据组；

第二步：计算第一步中标准类别的观测数据组各个特征的均值u、左离散度Lσ和右离散度Rσ；

第三步：构造标准类别的抛物模糊椭球数ν；

第四步：通过抛物模糊椭球数ν分别计算左边缘隶属函数ν_i(r)和右边缘隶属函数然后利用联合隶属度逼近算法，计算待辨识目标对于标准类别的隶属度；

第五步：根据第四步中获得的隶属度，利用最大隶属度原则，判定待辨识目标的模式分类。

2.根据权利要求1所述的一种基于模糊椭球数的模糊模式识别方法，其特征在于，所述第一步的具体方法如下：

对于每个标准类别O_i(i＝1,2,…,l)，随机任取m_i个样本，并获得m_i个样本的观测值：

3.根据权利要求1所述的一种基于模糊椭球数的模糊模式识别方法，其特征在于，计算每个O_i(i＝1,2,…,l)的n个特征值的均值左离散度和右离散度的方法如下所示：

其中表示第i个标准类第k个样本的第j个特征的观测值，N_Lij和N_Rij分别是满足和的样本的个数。

4.根据权利要求1所述的一种基于模糊椭球数的模糊模式识别方法，其特征在于，所述第三步的具体方法为：

考虑标准类中各个特征的实际情况，限定其最大取值范围为

构造抛物模糊椭球数νⁱ(i＝1,2,…,l)如下：

其中，为第i个标准类别的第j个特征值的均值，为第i个标准类别的第j个特征值的左离散度，为第i个标准类别的第j个特征值的右离散度，λ∈[2,4]为一可视实际情况选定的参数。

5.根据权利要求4所述的一种基于模糊椭球数的模糊模式识别方法，其特征在于，所述的抛物模糊椭球数νⁱ具体表达如下：

抛物模糊椭球数νⁱ由n对以下方程所决定：

其中，为第i个标准类别的第j个特征值的均值，为第i个标准类别的第j个特征值的左离散度，为第i个标准类别的第j个特征值的右离散度，λ∈[2,4]为一可视实际情况选定的参数，为标准类中各个特征的实际取值范围，r为隶属度。

6.根据权利要求1所述的一种基于模糊椭球数的模糊模式识别方法，其特征在于，所述第四步的联合隶属度逼近算法为已知输入待识别目标和迭代阈值，得到待辨识目标对于标准类别的隶属度的逼近值。

7.根据权利要求6所述的一种基于模糊椭球数的模糊模式识别方法，其特征在于，所述第四步的联合隶属度逼近算法过程具体如下：

(1)对于待识别目标为X＝(x₁,x₂,…,x_n)^T，迭代阈值为δ₀，将待识别目标带入每个类别的模糊椭球数方程：

(2)当f_i(0)≥1时，则ν_i(X)＝0，即X属于第i个标准类别的隶属度为0，算法停止；当f_i(1)≤1时，则ν_i(X)＝1，即X属于第i个标准类别的隶属度为1，算法停止；

(3)当f_i(0)＜1且f_i(1)＞1时，令p＝1，则

(4)当时，则即X属于第i个标准类别的隶属度为算法停止；

(5)当时，将代入f_i(r)，如果f_i(r)≤1，则返回第(4)步；如果f_i(r)＞1，则返回第(4)步。

其中，为第i个标准类别的第p轮的下限，为第i个标准类别的第p轮的上限。

8.根据权利要求1所述的一种基于模糊椭球数的模糊模式识别方法，其特征在于，所述第五步的具体方法为：

利用最大隶属度原则，可得到待辨识目标的分类为O_k类，其中k满足ν^k(X)＝max{ν¹(X),ν²(X),…,ν^l(X)}，即待辨识目标属于所有标准类别的联合隶属度逼近值最大的那一类，其中，ν^k(X)为待辨识目标X属于标准类别k的联合隶属度，k∈[1,2,…,l]。