基於區間型特徵向量的模式識別方式論文

　　模式識別是將待識別物件的特徵與給定樣本資訊進行比較、匹配，並給出識別物件所屬模式的判斷.在計算機識別與控制系統中，常常要解決基於特徵向量的模式識別問題，在這類識別中，標準模式與待識別物件均是以特徵向量的形式表現. 由於客觀事物的複雜性和不確定性以及人類思維的模糊性，在解決實際問題時，往往會因計算、測量資料帶有誤差而不能用確定的數來表示特徵值，從而導致了特徵向量的分量的不確定性，在數量上的反映往往不是一個確定的數值，而是一個範圍，適合用區間數表示.

　　因此，本文研究特徵向量的分量以區間數呈現的模式識別方法，以拓廣模式識別方法應用的物件.表示 a 與 b 之間的距離. 這種表示方法是將區間數視為平面上的點，並沒體現區間數所呈現的不確定性.實際上，區間數完全由其寬度與中心確定，而在一定程度上寬度反映了不確定性的資訊範圍，中心反映了不確定性的資訊取值的平均值. 同時，考慮到區間數的`寬度與中心對不確定性資訊的影響，因此，給出如下距離概念.在實際識別中，識別物件往往由多個特徵刻畫，而這些特徵值的物理量綱也不盡相同，為了消除不同物理量綱對計算結果的影響，就需要對這些特徵值進行規範化處理.

　　最常見的型別有效益型和成本型. 由於本文對區間數距離的定義是基於區間數的中值和寬度，因此我們採用文獻中的基於中值—半寬的規範化方法. 規範化方法介紹如下: 2 模式識別方法2. 1 模型描述令 C = c1，c2{，…，c }n為特徵集，特徵的權重向量 W =( w1，w2，…，wn) .物件相對於某一個特徵的特徵值往往具有不確定性，因此用一個區間數來表示特徵值，對每一個特徵值作規範化處理. 這樣，物件可視作 n 維區間數向量( 稱之為特徵向量) .這樣，對待識別物件的識別，即歸屬哪一個標準模式之中的問題，可轉化為特徵向量之間的接近程度來考慮. 為此，結合本文中的貼近度，給出擇近原則如下描述，用於基於區間數的距離的模式識別之中.

　　3 算例分析隨著無線電通訊技術的發展，考試作弊手段越來越現代化. 為了防範考試作弊現象，需要對考場周邊的電磁環境進行監測和評估，以便高效地發現高科技作弊訊號. 本文從無線電訊號強度、頻率佔用度和頻段佔用度三個方面基於模式識別方法對考場電磁環境進行分析. 依據歷史資料和專家經驗將電磁環境的複雜度分為五個等級，將其視為五種標準識別模式，表示為 A1，A2，A3，A4，A5，其中依據擇近原則該考場電磁環境屬於“二級”，本文結果與實際電磁環境一致.