The algorithm now determines the cl

The algorithm now determines the class of an image pixel following the expert rules of Tab. 2 according to the Mamdani approach for fuzzy control [15]. Input to the system is a triple of values (λ,H,α) for the image pixel. In a first step this triple is fuzzified, i.e. for each linguistic variable the degree is determined to which (λ,H,α) fulfills it. This is done by evaluating the values of the corresponding membership functions. For example for the triple [(λ,H,α)]=[100,0.5,30)] the degree of ’medium λ’ is µmedium−λ(100) = 0.74. The degree of the rule antecedents is then computed by taking the minimum of all present degrees. This degree is also chosen as the degree with which the rule is fulfilled, i.e. the degree of the rule consequent. E.g. the triple (100,0.5,30) fulfills the third rule with degree degree(rule3) = min{µhigh−λ(100),µhigh−entropy(0.5)} = min{0.74,1} = 0.74. The degree of the class ’forest’ is then computed by taking the maximum of all rules describing this class i.e. degree(forest) = max{degree(rule3),degree(rule6)}. A pixel may thus belong to several classes with certain degrees, a fact which reflects very well the problem of having more than one class in one resolution cell. To obtain a crisp classification from this fuzzy classification the fuzzy output of the system has to be defuzzified. For example, his can be done by assigning the class with maximum degree to the pixel. However, with this last step information is lost. For example, a pixel belonging to the class ’forest’ with degree 0.8 and to the class ’urban’ with degree 0.9 is assigned to the class ’urban’, whereas the representation of the pixel as ’forest or urban’ would be more appropriate. This additional information is a particular advantage of a fuzzy system compared to crisp classification systems. For example, in a subsequent context based Filtering this information can be evaluated if a pixel belonging to class A is surrounded by pixels belonging to class B and the membership value for for class B of the pixel of interest is also high the pixel is assigned to class B.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมตอนนี้กำหนดชั้นของพิกเซลเป็นรูปตามกฎผู้เชี่ยวชาญ 2 แท็บตามแบบ Mamdani วิธีควบคุมปุย [15] เข้าสู่ระบบเป็นทริค่า (λ H α) สำหรับพิกเซลของรูปภาพ ในขั้นตอน first ทริปเปิลนี้จะ fuzzified เช่นสำหรับแต่ละตัวแปรภาษาศาสตร์ ระดับที่กำหนดซึ่ง (λ H α) fulfills มัน สิ่งนี้ทำ โดยการประเมินค่าของฟังก์ชันสมาชิกที่สอดคล้องกัน สำหรับตัวอย่างสำหรับทริ [(λ,H,α)]=[100,0.5,30)] ระดับของ 'λกลาง' µmedium−λ(100) = 0.74 แล้วมีคำนวณองศาของ antecedents กฎ โดยการคำนวณองศามีทั้งหมด ยังมีเลือกระดับนี้เป็นระดับที่กฎเป็น fulfilled เช่นระดับของกฎที่ตามมา กฎเช่น ทริปเปิล (100,0.5,30) fulfills ที่สามกับระดับ degree(rule3) = min{µhigh−λ(100),µhigh−entropy(0.5) } = min { 0.74,1 } = 0.74 ระดับชั้น 'ป่า' แล้วคำนวณ โดยการนำสูงสุดของกฎทั้งหมดที่อธิบายนี้คลาสเช่น degree(forest) = max{degree(rule3),degree(rule6) } พิกเซลอาจจึงเป็นหลายคลาสบางองศา ความจริง reflects ที่ดีปัญหามีมากกว่าหนึ่งชั้นในเซลล์หนึ่งแก้ปัญหา รับ classification คมจาก classification นี้ปุยปุยผลลัพธ์ของระบบมีให้ defuzzified ตัวอย่าง เขาสามารถทำได้ โดยการกำหนดระดับสูงสุดระดับพิกเซล อย่างไรก็ตาม นี้ขั้นตอนสุดท้าย ข้อมูลจะสูญหายไป เช่น พิกเซลของชั้น 'ป่า' กับระดับ 0.8 และคลาส 'เมือง' กับระดับ 0.9 ไว้ระดับ "เมือง" ในขณะที่การแสดงของพิกเซลเป็น ' ป่า หรือเมือง ' น่าจะเหมาะสมมากขึ้น ข้อมูลเพิ่มเติมเป็นประโยชน์เฉพาะของระบบชัดเจนเมื่อเทียบกับระบบ classification คม ตัวอย่าง ในบริบทต่อมาใช้กรองสามารถประเมินข้อมูลนี้ถ้าพิกเซลของคลาส A ล้อมรอบ ด้วยพิกเซลที่เป็นของคลาส B และค่าสมาชิกสำหรับสำหรับคลาส B ของพิกเซลที่น่าสนใจคือยังสูงพิกเซลถูกกำหนดให้กับคลาสบี

ผลลัพธ์ (ไทย) 2:

อัลกอริทึมในขณะนี้กำหนดชั้นของพิกเซลภาพต่อไปนี้กฎผู้เชี่ยวชาญของแท็บ 2 ตามวิธี Mamdani สำหรับการควบคุมเลือน [15] ขาเข้าและเป็นระบบที่สามของค่า (λ, H, α) สำหรับพิกเซลภาพ ในขั้นตอนแรกสายสามนี้เป็น Fuzzi เอ็ด fi, เช่นสำหรับแต่ละตัวแปรภาษาศาสตร์การศึกษาระดับปริญญามีความมุ่งมั่นที่ (λ, H, α) LLS ful ไฟมัน นี้จะกระทำโดยการประเมินค่าของฟังก์ชั่นสมาชิกที่สอดคล้องกัน ตัวอย่างเช่นสำหรับสาม [(λ, H, α)] = [100,0.5,30)] ระดับของ 'กลางλคือμmedium-λ (100) = 0.74 ระดับของบรรพบุรุษกฎคำนวณแล้วโดยการขั้นต่ำขององศาปัจจุบันทั้งหมด ระดับนี้จะได้รับการแต่งตั้งยังเป็นระดับที่กฎเป็นไฟ ful lled เช่นระดับของผลเนื่องมาจากการปกครอง เช่นสาม (100,0.5,30) Fi ful LLS กฎที่สามมีการศึกษาระดับปริญญาตรี (Rule3) = นาที {μhigh-λ (100), μhigh-เอนโทรปี (0.5)} = {นาที 0.74,1} = 0.74 ระดับของชั้น 'ป่า' คำนวณแล้วโดยการสูงสุดของกฎอธิบายระดับคือชั้นนี้ (ป่าไม้) = สูงสุด {องศา (Rule3) องศา (Rule6)} พิกเซลจึงอาจเป็นหลายชั้นที่มีองศาบางอย่างซึ่งความเป็นจริงอีกครั้งสะท้อนชั้นดีมากปัญหาของการมีมากกว่าหนึ่งชั้นในเซลล์มติอย่างใดอย่างหนึ่ง ที่จะได้รับไอออนบวกจัดประเภทที่คมชัดจากไอออนบวกจัดประเภทนี้เลือนเลือนเอาท์พุทของระบบจะต้องมี defuzzi เอ็ด Fi ยกตัวอย่างเช่นเขาสามารถทำได้โดยการกำหนดระดับที่มีระดับสูงสุดที่พิกเซล อย่างไรก็ตามมีข้อมูลขั้นตอนสุดท้ายนี้จะหายไป ตัวอย่างเช่นพิกเซลที่อยู่ในประเภทคลาส 'ป่า' กับระดับ 0.8 และระดับ 'เมือง' ที่มีระดับ 0.9 ที่ได้รับมอบหมายในชั้นเรียน 'เมือง' ในขณะที่ตัวแทนของพิกเซลเป็น 'ป่าหรือในเมือง' จะเหมาะสมกว่า . ข้อมูลเพิ่มเติมนี้เป็นประโยชน์โดยเฉพาะอย่างยิ่งของระบบเลือนเมื่อเทียบกับระบบไอออนบวกจัดประเภทที่คมชัด ยกตัวอย่างเช่นในบริบทที่ตามมาตามการกรองข้อมูลนี้สามารถประเมินถ้าพิกเซลที่อยู่ในประเภทชั้นล้อมรอบด้วยพิกเซลที่อยู่ในประเภทคลาส B และค่าสมาชิกสำหรับคลาส B ของพิกเซลที่น่าสนใจยังอยู่ในระดับสูงพิกเซลได้รับมอบหมายให้ คลาสบี

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีการกำหนดชั้นตอนนี้ของพิกเซลภาพต่อไปนี้ผู้เชี่ยวชาญกฎของแท็บ 2 ตามแนวทางที่แมมดานิฟัซซี่สำหรับการควบคุม [ 15 ] เข้าระบบ เป็นสามเท่าของค่า ( λ , H , α ) สําหรับพิกเซลของภาพ ในขั้นตอนนี้จึงตัดสินใจเดินทางสามเป็น fuzzi จึงเอ็ด เช่นตัวแปรภาษาแต่ละระดับตัดสินใจ ซึ่งλ , H , α ) ครบจึงหรช. .นี้จะกระทำโดยการประเมินค่าของฟังก์ชันความเป็นสมาชิกที่สอดคล้องกัน ตัวอย่างเช่นสำหรับสาม [ ( λ , H , α ) ] = [ 100,0.5,30 ) ระดับกลางλ ' ' µกลาง−λ ( 100 ) = 0.74 . ระดับการปกครองของบุคคลจะคำนวณโดยการใช้ขั้นต่ำขององศาที่นำเสนอทั้งหมด ระดับนี้ยังได้รับเลือกเป็นระดับที่กฎครบจึงสะสม ได้แก่ระดับของกฎจาก . เช่น สาม ( 100,0.5,30 ) ครบจึงหรช. กฎสามองศา ( rule3 ) = −λสูงมิน { µ ( 100 ) , µเอนโทรปี−สูง ( 0.5 ) } = { } = 0.74 0.74,1 มิน . ระดับของชั้น ' ป่า ' จากนั้นจะคำนวณโดยการใช้สูงสุดของกฎทั้งหมดที่อธิบายระดับนี้คือระดับ ( ป่า ) = Max { องศา ( rule3 ) องศา ( rule6 ) }พิกเซลดังนั้นจึงอาจเป็นสมาชิกของหลายชั้นกับบางองศา เป็นข้อเท็จจริงซึ่งเป็นflผลมาก ปัญหาของการมีมากกว่าหนึ่งระดับความละเอียดในหนึ่งเซลล์ ได้รับการถ่ายทอดจาก classi กรอบนี้จึงเลือน classi แลกเปลี่ยนผลผลิตเลือนของระบบได้เป็น defuzzi จึงเอ็ด ตัวอย่างเช่น เขาสามารถทำได้ โดยการกำหนดระดับปริญญาสูงสุดของพิกเซลที่ อย่างไรก็ตามนี้เป็นขั้นตอนสุดท้าย ข้อมูลจะหายไป ตัวอย่างเช่น พิกเซลไปจนถึงระดับ ' ป่า ' กับระดับ 0.8 และไปเรียนที่เมือง ' ' ที่มีระดับ 0.9 ที่มอบหมายให้ชั้น ' เมือง ' , ในขณะที่เป็นตัวแทนของพิกเซลเป็น ' ป่าหรือเมือง น่าจะเหมาะสมกว่า ข้อมูลเพิ่มเติมที่เป็นประโยชน์เฉพาะของระบบฟัซซี่ เมื่อเทียบกับ classi จึงคมชัดในระบบตัวอย่างเช่น ในบริบทที่ตามมาจากการกรองข้อมูลนี้สามารถประเมินถ้าพิกเซลที่เป็นของชั้น ล้อมรอบด้วยพิกเซลของคลาส B และค่าสมาชิกสำหรับ Class B ของพิกเซลของดอกเบี้ยยังสูงพิกเซลที่ถูกกำหนดให้คลาส B .