有没有人会用matlab编写模糊数学的matlab实现中隶属度的问题

来源：蜘蛛抓取(WebSpider) 时间：2018-03-31 20:00 标签： matlab隶属度函数程序
在癌细胞识别问题中细胞分成四个标准类型，即：癌细胞(M)，重度核异质细胞(N)，轻度核异质细胞(R)，正常细胞(T)。 选取表征细胞状况的七个特征： x1:核面积,x2:细胞面积,x5:核内总光密度,x7:核内平均透光率.x2:核周长,x4:细胞周长,x6:核内平均光密度, 根据病理知识，反映细胞是否癌变的主要指标有以下六个，它们都是X??x:x?(x1,x2,?,x7)? 上的模糊集： A:核增大B:核染色增深,A(x)?(1?B(x)?(1??1a2x1x5x12)?1
(a正常核面积)?2?1)2C:核桨比例置,C(x)?(1??32)?1D:核内染色质不匀,D(x)?[1?E:核畸形,E(x)?[1?(F:细胞畸形,F(x)?[1?(上述?4x72(x7?lgx6)?1]2 ?5x2?4?)2x12]?1?6x4?4?)2x32]?1?1,?2,?,?6是适当选取的常数 细胞识别中的几个标准类型分别定义为： M?[A?B?C?(D?E)]?FN?A?B?C?Mc
R?A?B?C?Mc?NcT?Mc?Nc?Rc上述定义中的模糊集A的隶属函数为A(x)?(A(x))。另两个模糊集B、C的隶属函数类似定义。
12 给定待识别细胞x0?X，设x0的核面积等七个特征值为(x1,x2,?x7)据此可算出000M(x0)、N(x0)、R(x0)、T(x0)，最后按最大隶属度原则识别。 例4
冬季降雪量预报 内蒙古丰镇地区流行三条谚语：（1）夏热冬雪大，（2）秋霜晚冬雪大，（3）秋分刮西北风冬雪大，现在根据三条谚语来预报丰镇地区冬季降雪量。 为描述“夏热”(A1)、秋霜晚(A2)、秋分刮西北风(A3)等概念，在气象现象中提取以下特征： x1：当年6~7月平均气温 x2：当年秋季初霜日期 x3：当年秋分日的风向与正西方向的夹角。 于是模糊集A1（夏热），A2（秋霜晚）、A3（秋分刮西北风）的隶属函数可分别定义为： ?
?1?2A1(x1)??1?(x?x)
? x1 ? x1 112?2?1?0
??其中x1是丰镇地区若干年6、7月份气温的平均值，?1为方差，实际预报时取2=0.98
x=19?c,2?1?
x2?x2?1??x?a2A2(x2)??2
a2?x2?x2 ?x2?a2?0
x2?a2??其中x2是若干年秋季初霜日的平均值，a2是经验参数，实际预报时取x2=17（即9月17日），a2=10（即9月10日）。
270??x3?360??1
180??x3?270??3A3(x3)??
90??x3?180??0
0??x3?90??cosx3
取论域X??x|x?(x1,x2,x3)?，“冬雪大”可以表示为论域X上的模糊集C，其隶属函数为： C(x)?A1(x1)∧(A2(x2)∨A3(x3)) 采用阈值原则，取阈值d?0.8，测定当年气候因子x?(x1,x2,x3)。计算C(x)，若C(x)?0.8则预报当年冬季“多雪”，否则预报“少雪”。 用这一方法对丰镇年间隔12年作了预报，除1965年以外均报对，历史拟合率为11/12。
§2-2 贴近度与模式识别的间接方法
一、贴近度
表示两个模糊集接近程度的数量指标，称为贴近度，其严格的数学定义如下：
定义1 设映射
F(U)?F(U)?[0,1]
满足下列条件： (1)
?A?F(U)，N(A,A)?1
?A,B?F(U)，N(A,B)?N(B,A)
若A,B,C?F(U)满足
A(x)?C(x)?A(x)?B(x)
(?x?U) 有N(A
则称映射N为F(U)上的贴近度，称N(A
B)为A与B的贴近度。 贴近度的具体形式较多，以下介绍几种常见的贴近度公式
（1） Hamming 贴近度
1nNH(A ,B)?1??A(xi)?B(xi) ni?1b1或 NH(A ,B)?1?A(x)?B(x)dx (b?a)?a（2）Euclid贴近度 1NE(A ,B)?1?n或 NE(A ,B)?1?（3）格贴近度 定义7 映射 2
(A(x)?B(x))?iii?1n1b?a?ba(A(xi)?B(xi))2dx Ng:F(U)?F(U)?[0,1] (A,B)?Ng(A,B)?(A?B)?(A⊙B)c，（或=1[A?B?(A⊙B)c]） 2称为格贴近度，称Ng(A,B)为A与B格贴近度。其中， A?B???A(x)?B(x)x?U?
(称为A与B的内积) A⊙B???A(x)?B(x)x?U?
(称为A与B的外积) 若U??x1,x2,?,xn?，则 A?B???A(xi?B(xi)? i?1nA⊙B???A(xi?B(xi)? i?1n值得注意的是，这里的格贴近度是通过定义来规定的，事实上，格贴近度不满足定义1中(1)，即Ng(AA)?1，但是，当?A?F(U),A1??,suppA?U时，格贴近度满足定义1的(1)-(3)。另外格贴近度的计算很方便，且用于表示相同类型模糊度的贴近度比较有效，所以在实际应用中也常选用格贴近度来反映模糊集接近程度。 还有许多贴近度，这里不在一一介绍。 贴近度主要用于模糊识别等具体问题，以上介绍的贴近度表示式各有优劣，具体应用时，应根据问题的实际情况，选用合适的贴近度。
二、模式识别的间接方法――择近原则 在模式识别问题中，各标准类型（模式）一般是某个论域X上的模糊集，用模式识别的直接方法（最大隶属度原则、阈值原则）解决问题时，其识别对象是论域X中的元素。另有一类识别问题，其识别对象也是X上的模糊集，这类问题可以用下面的择近原则来识别判决。 择近原则：已知n个标准类型A1、A2、?、An?F(X)，B?F(X)为待识别的对象，N为F(X)上的贴近度，若 N(Ai,B)?max?N(Ak,B)| k?1,2,?n? 则认为B与Ai最贴近，判定B属于Ai一类。 例5
岩石类型识别 岩石按抗压强度可以分成五个标准类型：很差（A1）、差（A2）、较好（A3）、好（A4）、很好（A5）。它们都是X?[0,??)上的模糊集，其隶属函数如下（图2-1）
AA5(x)A4(x)1 A3(x)A2(x)A1(x)0
2000 x(kg/cm2)?1
0?x?100?1A1(x)???(x?200)
100?x?200 100?
0?x?200?200
200?x?400 A2(x)??1
400?x?600???200网站已改版，请使用新地址访问：
lishudu 模糊数学方法中的隶属度的分析以及矩阵的计算和因子评价 matlab 238万源代码下载- www.pudn.com
&文件名称: lishudu
& & & & &&]
&&所属分类:
&&开发工具: matlab
&&文件大小: 1 KB
&&上传时间:
&&下载次数: 22
&&提 供 者:
&详细说明：模糊数学方法中的隶属度的分析以及矩阵的计算和因子评价-Fuzzy membership degree of mathematical methods in the analysis and evaluation of matrix calculation and factor
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&lishudu.txt
&[]:和说明完全不符
&近期下载过的用户:
&相关搜索:
&输入关键字，在本站238万海量源码库中尽情搜索：
&[] - 一个非常实用且能进行模糊综合评判的matlab程序
&[] - 模糊层次分析法，应用于数学建模中的各种评价问题和综合评价类问题
&[] - 基于VB开发的土壤指标测量的数据库查询代码，用于环境工程专业等，可以进行土壤的指数评价、土壤模糊评价等功能
&[] - vb模糊数学基础及实用算法：包括各种基于模糊数学算法编写的VB程序，例如模糊综合评判、模糊类聚等等
&[] - 基于模糊概率的风险评价程序，模糊决策，聚类
&[] - 用matlab编的求模糊关系中的隶属度，并且绘制出图形。
&[] - 二级模糊综合评价（以富营养化评价为例），matlab编写的
基于VB的模糊数学部分算法基于VB的模糊数学部分算法
&[] - 隶属度问题的权重进行一致性检验，看是否可行用模糊数学隶属度解释为什么及格线是60分
&我们上了几十年学，考了几百次试，成绩评价时都说60分及格，为什么一定是60分是及格呢，为什么不是51分？我们从模糊数学理论上分析一下就清楚了。
将成绩分为五个等级时：优、良、中、及格、不及格，用模糊数学的隶属度解释时五个级别隶属度相加等于1。用隶属度评价一个成绩时，取隶属度最高的为评判标准，五个级别中哪个级别最高，则属于哪个级别，比如一个成绩如下表，因为其优秀的隶属度高于任何其他级别，所以其隶属度等级为优。
&那么这五个级别如何转换成百分制呢，通常我们在分级标准定量化时是用等分的方法，如表：
&那么当一个人隶属于不及格等级时，其最高得分是多少呢，即转换为求极值问题，当以下情况时，只要有点扰动变差，则其隶属于差的级别就会变差，成为不及格，那么此时即为不及格的极限值。
隶属度（情况1）
隶属度（情况2）
&这时不及格的最高得分则为：
&100*25%+80*25%+60*25%+40*25%+20*25% = 60；
& &或：100*50% +20*50% =
也就是说，当一个人的成绩低于60分时，肯定隶属于不及格的级别。
那么其他等级的极限得分呢：
&良的最高分：100*50%
+80*50% = 90；
& &中的最高分：100*50% +60*50% = 80；
& &及格的最高分：100*50% +40*50% = 70；
& &及格的最低分：100*50% +20*50% = 60；
这就说明了为什么优良中及格、不及格的划分线分别为：
同样的理论，如果划分为四个等级：优、良、中、差，则其分数线为：
因此，及格线是与划分等级有关系的，并不是总是60分。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。

我要回帖

更多关于 matlab隶属度函数程序 的文章

 

随机推荐