為什麼需要 模糊計算？
首先，弄清楚 傳統計算的方式：精確的數學語言，定量化分析，無法解決 概念模糊的問題，如大房子，小個子，小夥子等。
原因就是 有一些概念模糊的問題，需要模糊計算來處理。
模糊計算與普通計算的 明顯不同之處在**？
普通計算，一般是函式式，一一對應的關係。
而模糊計算，乙個變數，可以對應於多個狀態值，當然，這些個狀態與普通的函式表示也不是完全相同的，並不是完全確定的，它們有乙個隸屬度，或者說概率，來表示這個狀態。
隸屬度表示程度，它的值越大，表明這個狀態的概率越高，反之則表明這個狀態的概率越低 。
什麼是模糊函式、隸屬度函式？
三角函式，梯形函式，sigmoid函式等，類似一些分段函式，或者一些變換函式。
什麼是模糊邏輯，運算？
符合普通集合的計算法則。並、交、補； 冪等律、交換律、結合律、分配率、摩根律
什麼是模糊推理、模糊規則？
模糊推理時，依賴的規則，就是模糊規則。一般都是 」if，then：如果，就是「 的形式
將輸入的模糊集合，通過一定的運算對應到特定的輸出模糊集，這個計算過程就是模糊推理。將輸入轉化為輸出。
其過程模組包括：模糊規則庫、模糊化、推理方法、去模糊化
模糊化：根據隸屬度函式從具體的輸入得到對模糊集隸屬度的過程
去模糊化： 將模糊結論轉化為具體的、精確的輸出的過程
其計算流程大致如下：
輸入（採集資料） ——> 模糊化（分段函式、分布函式，得到 隸屬度模糊集（特徵資料）） ——> 規則庫 + 推理方法 ——> 模糊結論——> 去模糊化
普通模糊計算的缺點：
模糊規則的專家庫設計，這個目前需要人為的專家來設計，無演化能力。
特點： 推理能力強，模擬人腦的非線性、非精確的資訊處理能力。
模糊計算的應用：
推薦系統
控制領域的專家系統
演化：模糊神經網路系統
匯集神經網路和模糊計算是優點，即人工神經網路具有 較強的自學習和聯想功能能力，人工干預少，精度較高，對專家知識的利用也較好；而模糊計算的特點有 推理過程容易理解、專家知識利用較好、對樣本的要求較低等。
1. 利用神經網路，來學習、演化模糊規則庫。類似資料探勘的過程，模糊競爭學習演算法 ： 利用神經網路來增強的 模糊計算系統
2. 利用模糊控制方法，不斷改善神經網路的效能，如模糊bp演算法 ：利用模糊計算增強的神經網路
模糊計算的基礎性概念
模糊集合理論是將經典集合理論模糊化，並引入語言變數和近似推理的模糊邏輯，具有完整的推理體系的一種智慧型技術。在人類的思維當中，有許多的模糊概念，如大，小，冷，熱等。都沒有明確的內涵和外延，只能用模糊集合來描述 但是有的集合有著清晰的外延。例如男人與女人。通常把前者叫做模糊集合，而後者叫做普通集合 或...
高斯座標自然值計算 高斯模糊
之前看馮樂樂女神的 unity shader入門精要 高斯模糊這一節只是大概略過，昨晚重新看了一下，感受頗深，隨即搞了乙個效果試一下。老規矩先上圖 原圖 高斯模糊 毛玻璃的既視感 清晰的，各個畫素之間會有明顯的過渡，而如果各個畫素之間的差距不是很大，那麼影象就會模糊了 鑑於這個定義，我們就可以通過 ...
MySql模糊識別 mysql中的模糊查詢
例項 1 like mc 將搜尋以字母 mc 開頭的所有字串 如 mcbadden 2 like inger 將搜尋以字母 inger 結尾的所有字串 如 ringer stringer 3 like en 將搜尋在任何位置包含字母 en 的所有字串 如 bennet green mcbadden ...