[发明专利]综合隶属函数发生器阵列及模糊识别器

说明书

本发明关于一种隶属函数发生器单元、阵列及模糊识别器。该隶属函数发生器单元包括存储单元以及匹配单元。存储单元存储标准模式的一个模糊特征的一个特征位，匹配单元包括比较单元与电压控制型开关，该比较单元将存储单元存储的该特征位与由搜索线对输入的待识别模式的一个特征位进行比较；该电压控制型开关在比较结果为匹配时不形成放电通道，保持匹配线的初始电平；在比较结果为不匹配时形成放电通道，使匹配线放电。在获得待识别模式与标准模式的所有特征位的比较结果后，可通过综合隶属度求和及求大操作获得与待识别模式的特征值的匹配度最高的标准模式的模糊特征的存储地址，从而实现模糊识别。本发明具有优化操作时间和操作面积的优点。

技术领域

本发明涉及模糊识别领域，尤其是涉及一种综合隶属函数发生器阵列及模糊识别器。

背景技术

模糊逻辑的概念是由L.A.Zadeh在1965年提出的，它的产生是使计算机科学向人脑的自然机理方面发展的重大突破。模糊逻辑和神经网络、遗传算法，都被认为是智能时代的关键技术。目前，模糊逻辑已经被成功地运用到许多领域，如智能控制、模式识别。

客观事物的特征往往带有某些模糊性，因而，人脑常常进行模糊推理和模糊判断，这就是模糊数学应用于模式识别的物理基础。模糊模式识别的基本原则是最大隶属度原则。在实际生活中，一个标准模式往往具有多个模糊特征。如已知n个具有m个模糊特征的标准模式，第i个模式的第j个模糊特征为(i＝1,2,...,n；，j＝1,2,...,m),则每个标准模式成为一个模糊向量：

设是待识别模式，它的每一个分量对应着一个模糊特征，若存在i∈{1,2,...,n},使得

则认为u₀相对隶属于其中假定

为隶属函数，M_m()是一个综合函数。

综合函数的选择有多种，常用的有

求小函数：

加权求和函数：

其中，X＝(x₁,x₂,....,x_m),α_j∈[0,1]。由于求小函数只强调了某一个局部特征，完全忽略了其它特征，较难适于模式识别；而加权求和函数不仅能通过对权重α_j的调整来强调局部特征，而且也不会忽略其它特征，所以加权求和函数更适于模式识别。

模糊识别处理可以采用软件通过数字计算机来实现，但这样很难进行实时处理。为此人们致力于直接采用硬件技术，以实现高速的模糊信息处理。目前，模糊硬件系统分数字和模拟两种形式。数字模糊系统可以充分利用成熟的数字VLSI技术，但规模较大。模拟型模糊系统是由多值(包括连续值)逻辑电路单元构成。多值逻辑电路主要有电压型和电流型两种。同电流型电路相比，电压型电路具有精度高、速度快、功耗小，特别是采用MOS工艺制作的电压型电路，还具有集成度高、易于同数字电路混合集成的特点，所以电压型电路目前已广泛地应用于多种集成电路系统中。

然而，现有的模糊识别方式和系统仍存在识别所需时间长，所需电路面积大的缺点，啓待改进。

发明内容

本发明要解决的技术问题在于，针对现有技术存在的上述不足，提供一种能够优化操作时间和操作面积的隶属函数发生器单元、阵列及模糊识别器。

本发明解决其技术问题所采用的技术方案是提供一种综合隶属函数发生器阵列，其包括：至少一个模板，各模板包括多个隶属函数发生器单元，每一所述隶属函数发生器单元包括：