模糊相对熵及在模式识别中的应用  

Fuzzy relative entropy and its application in fuzzy pattern recognition

作　　者：万晖[1] 杜凯[2] 

机构地区：[1]西北大学数学系,陕西西安710069 [2]中国西安卫星测控中心,陕西西安710043

出　　处：《西北大学学报（自然科学版）》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)

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.

关 键 词：模糊相对熵 加权模糊相对熵 模糊模式识别 模糊集 

分 类 号：O236.45[理学—运筹学与控制论]