正在打开页面…
单一被测量的一维模糊传感器是多维结构特例,多个语言标签和子级不增加输入维度。
一维模糊传感器处理单一被测量,可以视为多维模糊传感器的特例。例如只测温度,经过数值测量、预处理和Q/S输出温度语言概念。它仍可以使用知识库、学习及接口,不能理解成只剩一个敏感元件而不再处理。
“一维”不要求只有一个输出词语,也不要求每个数值只能属于一个概念。邻接隶属函数可重叠,系统可按给定原则选择符号,或保留隶属信息。判断边界要看测量对象和输入信息,不能把七个类别误计为七维。相关完整结构见多维模糊传感器。
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。
仅测温度但输出七个语言类别,应怎样判断?
仍是单一被测量的一维情况
必然七维,每个词语算一维
必然二维,因为有数值和语言两种输出
哪种改变会增加被测量信息维度?
把“热”再细分为三个子概念
加入湿度测量并共同推理
在同一温度曲线上增加两个语言标签
暂无前置知识
暂无后续知识
暂无引用。