基于模糊K-均值算法的模糊分類器設計.pdf

1、模式識別是信號與信息處理的一個重要應用領域，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，應用更為廣泛。它所研究的理論和方法在很多科學和技術領域中得到了廣泛的重視，推動了人工智能的發(fā)展，擴大了計算機應用的領域。 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。基于統(tǒng)計方法的模式識別系統(tǒng)主要由數(shù)據(jù)獲取、預處理、特征提取和選擇、分類決策和分類器設計四部分組成。 分類器設計在模式識別中是非常重要的也是很關鍵的一

2、個環(huán)節(jié)。目前分類器的設計方法很多，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)絡的分類器等等。由于現(xiàn)實世界的多樣性和復雜性，單靠某一種方法往往不能達到很好的分類效果，通常是幾種方法結合起來使用，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合而得到的一種分類器。它是一種很有效的模糊分類器，以