Übersicht
Die Anwendung der Fuzzy Set Theorie zur Klassifikation von Mustern wird am Beispiel der Zeichenerkennung eines Alphabets vorgestellt. Der Klassifikator, der die Grauwertverteilung auswertet, zeichnet sich durch große Robustheit aus. Der Einfluß von Störungen, sowohl durch weißes, mittelwertfreies Rauschen als auch durch nicht statistische Defekte, läßt sich auf Grund des übersichtlichen Klassifikationsverfahrens leicht abschätzen. Die Methodik einer Bewertung der Grauwertverteilung mit Fuzzy Sets wird übertragen auf das Problem der paarweisen Zuordnung von Chromosomen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Zimmermann: Fuzzy Sets in Pattern Recognition in: Devijver, Kitttier (Hrsg.): Pattern Recognition Theory and Applications, 1987
Chatterji: Character Recognition Using Fuzzy Similarity Relations in: Gupta, Sanchez (Hrsg): Approximate Reasoning in Decision Analyses, 1982
Bezdek: Pattern Recognition with Fuzzy Objective Function Algorithms Plenum Press, New York, 1981
Editor information
Rights and permissions
Copyright information
© 1994 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden
About this chapter
Cite this chapter
Schroer, W., Frey, H., Vater, B., Klein, F. (1994). Mustererkennung mit Fuzzy-Logic. In: Rzehak, H. (eds) Echtzeitsysteme und Fuzzy Control. Programm Angewandte Informatik. Vieweg+Teubner Verlag, Wiesbaden. https://doi.org/10.1007/978-3-322-85506-0_9
Download citation
DOI: https://doi.org/10.1007/978-3-322-85506-0_9
Publisher Name: Vieweg+Teubner Verlag, Wiesbaden
Print ISBN: 978-3-528-05432-8
Online ISBN: 978-3-322-85506-0
eBook Packages: Springer Book Archive