摘要
目的研究模糊相对熵在模式识别中的应用。方法利用模糊相对熵的一个修正公式——加权模糊相对熵研究模糊相对熵在模糊模式识别中的应用。结果数值例子说明模糊相对熵方法和最大最小贴近度方法得出了一致的模糊识别的结果。结论模糊相对熵方法用于模式识别是很有实际意义的。
Aim In order to study the application of fuzzy relative entropy for fuzzy pattern recognition. Methods According to the modified fuzzy relative entropy formula, the application of fuzzy relative entropy for fuzzy pattern recognition is studied. Results The numerical example shows that fuzzy relative entropy method and maximum- minimum closeness method have the same results for fuzzy pattern recognition. Conclusion Fuzzy relative entropy method is more significant for fuzzy pattern recognition.
出处
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2006年第2期189-192,共4页
Journal of Northwest University（Natural Science Edition）
基金
国家自然科学基金资助项目(10447007)
关键词
模糊相对熵
加权模糊相对熵
模糊模式识别
模糊集
fuzzy relative entropy
coefficient fuzzy relative entropy
fuzzy pattern recognition
fuzzy set
作者简介
万晖（1978-），女，陕西宝鸡人，西北大学助教，从事概率论与数理统计及非线性偏微分方程研究。
