智能交通系统中车型分类的
模糊模式识别方法
摘要：车辆经过环形线圈传感器时,车体铁磁物质与环形线圈相互作用改变了线圈的频率,形成感应曲线。针对感应曲线的不同形状,对车辆进行自动分类。方法采用特征分离的模糊模式识别方法,根据每类车辆感应曲线的特点,找出一组特征唯一地描述该类车辆,从而进行匹配分类.结果。本文的研究方法及其装置已在道路、桥梁收费系统以及在交通流量统计中得到利用。特征分离与匹配分类的模糊模式识别方法能够较为准确地对车辆进行分类。.
关键词：模糊模式识别;特征分离;车辆分类
Vehicle classification fuzzy pattern recognition method of Intelligent
Transportation Systems
Abstract: When the vehicle passes through the toroidal coil sensor, the body of ferromagnetic material
and the change in the frequency of interaction between the loop coil of the coil, the formation of the
induction curve. Different shapes for the induction of the curve, the vehicle automatic classification. The
method uses fuzzy pattern recognition method feature separate induction curve according to each type
of vehicle characteristics, to identify a set of features that uniquely describe such vehicles, thereby
模糊模式识别
1 模糊模式识别的原则
(1) 最大隶属原则
当模式是模糊的，被识别对象是明确的，问题可以描述如下：
设有n个模式，它们分别表示成某论域X（X可以是多个集合的笛卡儿乘积集）的n个模糊子集12,,,nAAA，而0xX是一个具体被识别的对象，若有},2,1{ni，使得
12()max{(),(),,()}inAoAoAoAoxxxx
则认为0x相对属于模式iA。
对事物进行直接识别时，所依据的是最大隶属原则。这种方法适合处理具有如下特点的问题：
a 用作比较的模式是模糊的；
b 被识别的对象本身是确定的。
(2) 贴近度原则
当模式及被识别对象都是模糊的，问题可以描述如下：
设论域X的模糊子集12,,,nAAA代表n个模糊模式，被识别的对象可以表示成X的子集B，若有},2,1{ni，使得
12(,)max{(,),(,),,(,)}inBABABABA
则认为B相对合于模式A。
在模糊模式识别的具体应用中，关键是模式或被识别对象的模糊集合的构造，即如何建立刻画模式或对象的模糊集合。根据实际应用来看，通常有三种主要方法，简单模式的识别方法，语言模式的识别方法和统计模式的识别方法。
2 模糊模式识别方法
（一）简单模式的模糊模式识别
具体的模糊模式识别工作可分为如下三个步骤：1）选取模式的特征因子集合},,,{21nXXX，被识别的对象表示为
nniiXXXX211
上的向量（),,,21nxxx，,1,2,,,iixXin或者表示为niiX1上的模糊子集；2）建立模糊模式的隶属函数()AX,1()niiAFX；3）利用最大隶属度原则或贴近度原则对被识别的对象进行归属判决。
特征因子(1,2,,)iXin的选取直接影响识别的效果，它取决于识别者的知识和技巧，很难做一般性讨论，而模式识别中最困难的是建立模式的隶属函数，人们还没有从理论上彻底解决隶属函数的确定问题。一个简单的模糊模式识别问题，主要是依据人的主观经验来建立模式的隶属函数。
第２４卷第２期２００２年５月 物探化探计算技术 ． Ｖｏ［・２４ Ｎｏ．２ Ｍａｙ ２００２ ＣＯＭＰＵＴＩＮＧ ＴＥＣＨＮＩｏＵＥＳ ＦＯＲ ＧＥＯＰＨＹＳＩＣＡＬ ＡＮＤ ＧＥＯＣＨＥＭＩＣＡＩ ＥＸＰＬＯＲＡＴＩＯＮ
文章编号：１Ｏ０１ １７４９（２０ｏ２）Ｏ２—０１１９—０５
改进的模糊模式识别方法在测井曲线分层中的应用
黄布宙，潘保芝，李舟波
（吉林大学地对Ｌ探测与信息技术学院，长春１３００２６）
摘要：应用改进的基于数域上的模糊模式识别方法，综合多条测井曲线进行自动分层。首先，
找出各条曲线总的上升沿（或下降沿），然后，在对上升沿（或下降沿）中各采样点构造模糊桌时采
用测井曲线的斜率，而不是采用测井曲线值。在求取各点隶属度时，采用各务曲线中的最大斜率 值，反映了地层分层点在测井曲线拐点这一客观规律。最后，应用贴近度准则分层 该方法给出
了曼合理的分层点。
关键词：模糊模式识别｝
中图分类号：Ｐ６３１．８ 测井曲线；分层；斜率
文献标识码：Ａ
Ｚ０ＮＩＮＧ ０ＦⅥ，ＥＬＬ Ｌ０ＧＧＩＮＧ ＵＳＩＮＧ Ｍ０ＤⅡ ＩＥＤ
ＦＵＺＺＹ ＩＤＥＮＴⅡ Ｃ枷０Ｎ Ⅱ￡ＴＨ０Ｄ
ＨＵＡＮＧ Ｂｕ ｚｈｏｕ．ＰＡＮ Ｂａｏ ｚｈｉ．ＬＩ Ｚｈｏｕ－ｂｏ
（Ｃｏｌｌｅｇｅ ｏｆｔ ０ｅｚ ｏｒｍｉｍ ｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ １３００２６，Ｃ／ｕ＇ｎａ）
Ａｂｓｔｒａｃｔ：Ｍｕｋｉｐｌｅ ｗｅｌｌ ｌｏｇｇｉｎｇ ｃｕｒｖｅｓ ａｒｅ ｚｏｎｅｄ ａｕｔｏｍａｔｉｃａｌｌｙ ｂｙ ｄｅｖｅｌｏｐｅｄ ｆｕｚｚｙ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｌ２
ｎｕｍｂｅｒ ｆｉｅｌｄ．Ｆｉｒｓｔｌｙ，ｕｎｉｆｉｅｄ ａｓｃｅｎｔ ｓｔａｇｅ ｉｓ ｆｏｕｎｄ Ｏｕｔ（ｏｒ ｄｅｓｃｅｎｄ ｓｔａｇｅ）ｏｎ ｅａｃｈ Ｃｕｒｖｅ．Ｔｈｅｎ，ｔｈｅ ｓｌｏｐｅ ｏｆ
第４４卷第１８期 ２ ０ １ ３年９月 人 民 长 江 Ｙａｎｇｔｚｅ Ｒｉｖｅｒ ＶｏＩ＿４４．Ｎｏ．１３ Ｓｅｐ．， ２０１４ 文章编号：１００１—４１７９（２０１３）１４—００５３—０３ 模糊模式识别法在陆水水库年径流预报中的运用 郑桂平 （长江水利委员会陆水试验枢纽管理局，湖北赤壁４３７３００） 摘要：具有较高精度的水文中长期预报成果是水电站开展优化调度的重要依据。介绍了水文中长期预报中模 糊数学方法的应用，侧重阐述了模糊模式识别的直接法和间接法的理论基础，及其在湖北省陆水水库年入库 水量预报中的应用。研究结果表明，模糊识别方法的预报合格率尚可，克服了传统水文预报方法过多依赖于 预报人员经验的缺点。而其模糊模式类型的选择还有优化的空间。 关 键 词：中长期水文预报；模糊数学；模式识别；优化调度；陆水水库 中图法分类号：ＴＶ６９７ 文献标志码：Ａ 具有较高精度的水文中长期预报，是水电站经济 合理调度的重要依据，也是研究预报调度方式的基础。 实际上，待预报的水文要素成因十分复杂，既有确定性 的规律，又有随机性和模糊性的规律。模糊性是水文 中长期预报过程存在的基本特性之一，如“涝、正常、 旱”，“丰、平、枯”，均属模糊概念，传统的水文预报方 法表面上给出一个具体明确的分界值，实质上却没有 明确的外延，是一些模糊性概念。用“模糊集合”描述 模糊现象的数学模型为水文中长期预报提供了理论依 据，具体来说，水文中长期预报的模糊数学方法有模糊 模式识别法、模糊相关关系法、模糊聚类分析法、模糊 优选权重法等等¨ 。本文结合湖北省陆水水库的水 文中长期预报工作，探讨运用模糊模式识别法来预报 年入库水量。 １ 模糊模式识别法的基本原理 在通常的模式识别中，所谓模式总是有一个明确、 清晰、肯定的式样。通过直接计算样本的隶属度判断 其归属的方法，称作模式分类的隶属原则。当识别的 对象并非某一特定元素，而是论域中的一个模糊集时， 问题就变成了求模糊集合之间接近程度的问题。这就 涉及模糊集合间的距离和贴近度的概念，以及据此做 出模式分类的择近原则。 模糊模式识别法依据所识别的对象是单个确定的 元素还是论域上的子集，可划分为模糊模式识别的直 接方法和间接方法。直接方法即直接计算样品的隶属 度，遵循最大隶属原则。间接方法是求模糊集合之间 接近程度的问题，遵循择近原则。直接法适合于单个 模式的识别，间接法适合于模糊集的识别。 择近原则与隶属原则不同，是适用于群体识别的 方法。但是，择近原则依据距离或贴近度分类，无论是 距离还是贴近度都只能在一定程度上反映两个模糊集 合间的差异。凸模糊集模式识别按贴近度最大原则， 非凸模糊集模式识别则按趋势值、贴近度的最大择近 原则 。水文要素的时空变化具有高度非线性的特 点，水文预报的复杂性及水文要素变化的不确定性决 定识别对象（标准模式）和被识别对象（待识别样本） 均为模糊子集，因此使用非凸模糊集模式识别更具有 实用性和可操作性。 １．１模糊模式识别的直接方法 给定论域Ｕ上的一个模糊子集Ａ，设 中有ｎ个 受Ａ模糊约束的待择优的对象ｏ ，。 …，ｏ ，按最大隶 属度原则Ｉ，若 Ｍｄ（０ ）＝ｍａｘ Ａ（口 ） （１） Ｊ＝１，２，一ｎ ’ 则最优对象为。 。 给定论域 上的ｎ个模糊子集Ａ ，Ａ ，…，Ａ ，并 已确定隶属函数ｕ （ｏ），ｉ＝１，２，…，ｎ，设口。∈Ｕ是 收稿日期：２０１２—１２—２０ 作者简介：郑桂平，男，工程师，主要从事防汛、水库调度及水资源管理工作。Ｅ—ｍａｉｌ：ｌｓｚｈｅｎｇｇｐ＠ｓｉｎａ．ｃ
