为什么很多地方用钟型隶属函数？
很多模式识别或者神经网络的文章中都有使用钟型隶属函数，但是都没有说明为什么要用这个函数，这个函数的优点和缺点都有什么？有的时候是否可以用其他函数来替代？
希望懂的大侠不吝赐教
[ 本帖最后由 eight 于 2007-10-9 11:58 编辑 ] 从隶书函数的曲线可以看出来，钟型过渡性质更好。表现在性能上也许就是模糊性更好，不过相对来说模糊规则才是最重要的，没有好的规则。隶书函数选得再好也是白搭。
纯属个人意见，仅供参考。 模 糊——神 经网络主要是利用神经网络结构来实现模糊逻辑推理。我们也知道：根据人的思维特点，对事物的判断往往沿用正态分布，正态分布也比较符合实际事实，而且相比其它曲线（直线，三角直线等），正态分布曲线能更好地模拟人的智能活动。事物的发展也具有很多模糊性，模糊数学中的钟型函数（即为正态型隶属度曲线）能很好的反映事物的发展趋势，因此用得比较多。但是，它计算繁琐，不适合快速处理。
页:
[1]