数值—符号转换怎样形成“热”等输出?
正在打开页面…
正在打开页面…
数值预处理后按知识支持的隶属关系映射符号,教材温度例用线性划分、多级映射和最大隶属度输出。
数值测量先完成采集与预处理;Q/S(数值—符号转换器)依据知识库中的符号和隶属函数把数值映射成语言概念,概念生成器再结合知识进行推理合成。输出“热”等符号并不等于把A/D编码直接打印成文字。
数值测量 → 数值预处理 → Q/S映射 → 概念生成/符号输出;知识库和学习结果为映射提供依据。
图13-12将0–120°C线性划分为很冷、冷、较冷、不冷不热、较热、热、很热七个基础概念,并在局部范围继续映射第1级、第2级子概念,增加语言描述细节。
| 57.5°C所处层级 | 原例交集 | 最大隶属度输出 |
|---|---|---|
| 基础概念 | 不冷不热/较冷 | 不冷不热 |
| 第1级子概念 | 不高不低/较低 | 不高不低 |
| 第2级子概念 | 较低/低 | 较低 |
MD个别下标被识别成57.5%,完整扫描和温度上下文表明这里是57.5°C。按图中基础概念中心40°C与60°C间的线性三角关系,可得不冷不热隶属度 ,较冷为0.125。子级结论按原图保留,不用舍入刻度构造额外精度。
最大隶属度法选取隶属度最大的概念;相等时还须规定处理办法。它便于给出符号,但不会保留全部隶属度信息,更不能恢复采集中丢失的准确度。
基础测试统一使用选择题,先确认概念、定义和关键判断是否扎实。
数值—符号转换怎样形成“热”等输出?
教材57.5°C多级示例按最大隶属度输出什么?
暂无前置知识
暂无后续知识