人工智能之机器学习与深度学习-16

模糊集

•它是美国加利福尼亚大学控制论专家L.A.扎德于 1965 年首先提出的。

•在普通集合中,论域中的元素(如a)与集合(如A)之间的关系是属于(       ),或者不属于(       ),它所描述的是非此即彼的清晰概念。

•但在现实生活中并不是所有的事物都能用清晰的概念来描述,如:

人工智能之机器学习与深度学习-16

模糊集合与隶属度函数 

•模糊集合(简称模糊集)就是指具有某个模糊概念所描述的属性的对象的全体。

•由于概念本身不是清晰的、界限分明的,因而对象对集合的隶属关系也不是明确的、非此即彼的。

•元素属于模糊集合的程度用隶属度来表示。用于计算隶属度的函数称为隶属函数。

•隶属度的值为[0,1]闭区间上的一个数,其值越大,表示该元素属于模糊集合的程度越高,反之则越低。

•模糊集完全是由隶属度刻画的,没有明确的边界。

猜你喜欢

转载自blog.csdn.net/weixin_44292902/article/details/86213946