模式识别考察报告详解.docx

模式识别与智能系统概论 考察报告 任课教师：李振华 班级：自动化三班 姓名：姜兆田 学号：201300172075 题目一 假设在某个局部地区的细胞识别中，第一类表示正常，第二类表示异常，两类的先验概率分别为：正常，异常。现有一待识别样本细胞，其观察值为，从类条件概率密度函数曲线上查得：，，试按最小错误率贝叶斯决策规则判断该细胞是否正常。若已知损失矩阵为，试按最小风险贝叶斯决策规则判断该细胞是否正常。 解答： 利用贝叶斯公式，先分别计算出w1和w2的后验概率： 再计算条件风险： 根据最小风险贝叶斯决策规则： 即决策为w1的条件风险小于决策为w2的条件风险，因此采取决策行动?，即判断待识别的细胞x为w2类――异常细胞。 题目二 论述建立专家系统的一般步骤。 解答： 专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。专家系统主要由知识库和推理机构成。建立专家系统的一般步骤如下： （1）知识库的设计 ① 确定知识类型：叙述性知识，过程性知识，控制性知识； ② 确定知识表达方法； ③ 知识库管理系统的设计：实现规则的保存、编辑、删除、增加、搜索等功能 （2）推理机的设计 ① 选择推理方式； ② 选择推理算法：选择各种搜索算法，如深度优先搜索、广度优先搜索、启发式优先搜索等。 （3）人─机接口的设计 ① 设计“用户─专家系统接口”：用于咨询理解和结论解释； ② 设计“专家─专家系统接口”：用于知识库扩充及系统维护。 题目三 论述专家PID控制的原理。 解答： PID专家控制的实质是，基于受控对象和控制规律的各种知识，无需知道被控对象的精确模型，利用专家经验来设计PID参数。专家PID控制是一种直接型专家控制器。 令 表示离散化的当前采样时刻的误差值， 和 分别表示前一个和前两个采样时刻的误差值，则有 根据误差及其变化，可设计专家PID控制器，该控制器可分为以下五种情况进行设计： （1）当时，说明误差的绝对值已经很大。不论误差变化趋势如何，都应考虑控制器的输出应按最大（或最小）输出，以达到迅速调整误差，使误差绝对值以最大速度减小。此时，它相当于实施开环控制。 （2）当或 时，说明误差在朝误差绝对值增大方向变化，或误差为某一常值，未发生变化。 此时，如果，说明误差也较大，可考虑由控制器实施较强的控制作用，以达到扭转误差绝对值朝减小方向变化，并迅速减小误差的绝对值，控制器输出为 如果尽管误差朝绝对值增大方向变化，但误差绝对值本身并不很大，可考虑控制器实施一般的控制作用，只要扭转误差的变化趋势，使其朝误差绝对值减小方向变化，控制器输出为 （3）当、或者 时，说明误差的绝对值朝减小的方向变化，或者已经达到平衡状态。此时，可考虑采取保持控制器输出不变。 （4）当、时，说明误差处于极值状态。如果此时误差的绝对值较大，即，可考虑实施较强的控制作用 如果此时误差的绝对值较小，即，可考虑实施较弱的控制作用 （5）当时，说明误差的绝对值很小，此时加入积分，减少稳态误差。 图中，Ⅰ、Ⅲ、Ⅴ、Ⅶ、…区域，误差朝绝对值减小的方向变化。此时，可采取保持等待措施，相当于实施开环控制；Ⅱ、Ⅳ、Ⅵ、Ⅷ、…区域，误差绝对值朝增大的方向变化。此时，可根据误差的大小分别实施较强或一般的控制作用，以抑制动态误差。 题目四 查阅模糊模式识别的相关文献，论述一种模糊模式识别方法、具体实现过程及其应用领域和应用情况。 解答： 一、模糊模式识别方法: 参考文献：《智能交通系统中车型分类的模糊模式识别方法》——谢宇 在这篇论文中，采用特征分离与匹配分类的模糊模式识别方法 ,充分考虑了每类车辆的特点 ,为每类车辆建立了一组特征;同时采用了模糊子集作为特征的表达 ,对于外界干扰具有很高的容忍度。用推理代替计算完成识别的过程，达到了较好的识别效果。 二、实现过程: 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。 特征分离的模糊模式识别方法 ,其独特之处在于“特征分离” ,对于车型识别而言 ,特征分离是针对每类车辆的各自特点 ,找出该类车的一组特征 ,唯一地描述该类车辆 . 这里的特征是总结各类车辆的感应曲线的特征 ,用概念层次的语言变量来描述的 .所以 ,在进行特征选取时 , 用模糊集作为特征的表达方式. 以小轿车和大客车为例 ,介绍用特征分离的方法为每类车辆选择一组特征. 在 6个特征中 ,高度和上下比重是小轿车的主要特征 ,