模糊模式識別

模糊模式識別是模糊集理論研究中的重要方向，神經網路是數據挖掘中的一種常用方法。

1965年，美國著名控制論專家、加利福尼亞大學L.A.Zadeh(1965)教授提出模糊集(fuzzy sets)概念，建立了模糊集理論，創造了研究模糊性或不確定性問題的理論方法。近40年來，模糊理論與技術得到了迅猛發展，以模糊集理論為基礎的應用學科，如模糊聚類分析、模糊模式識別、模糊綜合評判、模糊決策與模糊預測、模糊規劃、模糊控制、模糊信息處理等已在工業、農業、醫學、軍事、計算機科學、信息科學、管理科學、系統科學、工程技術等學科領域中發揮著非常重要的作用，帶來了巨大的經濟效益。

在日常生活中，人們常常通過感官來對圖形、文字、語言等作出識別，在氣象科學領域、工程勘察領域、環境工程領域、醫學領域、刑偵領域、軍事領域等等方面的工作都有一個共同特點，就是都涉及利用已知的各類型來識別給定對象屬於哪一個類型的問題，這就是模式識別問題。

模式識別(pattern recognition)是近30年來得到迅速發展的人工智慧分支學科。但是，對於什麼是“模式”，或者什麼是機器(也包括人)能夠辨認的模式，迄今尚無確切的定義。這裡，我們只能形象地解釋說，人之所以能識別圖像、聲音、動作，文字字形、面部表情等等是因為它們都存在著反映其特徵的某種模式。這種解釋仍屬同義反覆，根本沒有詮釋模式的內涵和外延。連人工智慧專家卡納爾(L.Kanal)也認為：“如果一旦出現了對模式的定義並被證實能夠推動理論的發展，那將標誌著人類智力的一大進步。雖然如此，目前的局面並不影響模式識別在各領域中廣泛的應用。”

人類對模式識別過程的機理目前仍然不是很清楚。對具體事物的識別主要是心理現象，對抽象事物的識別主要是思維現象。當一個人對於具體事物的認識，涉及人與客觀事物在人類感官中所引起的刺激之間的關係。當一個人感受到一個模式時，他把此感覺與他從自己過去的經驗中得來的一般概念或線索結合起來，並作出歸納性的推理判斷。由於客觀事物的特徵存在不同程度的模糊性，使得經典的識別方法越來越不適應客觀實際的要求，模糊識別正是為了滿足這一要求而產生起來的。

模糊識別的模糊集方法即模糊模式識別是對傳統模式識別方法即統計方法和句法方法的有用補充，就是能對模糊事物進行識別和判斷，它的理論基礎是模糊數學。模糊模式識別就是在模式識別中引入模糊數學方法，用模糊技術來設計機器識別系統，可簡化識別系統的結構，更廣泛、更深入地模擬人腦的思維過程，從而對客觀事物進行更為有效的分類與識別。

隨著電子計算機、控制論、系統科學的迅速發展，要使計算機能像人腦那樣對複雜事物具有識別能力，就必須研究和處理模糊性。在自然科學中，模糊模式識別被廣泛運用。如，1992年，美國科學基金會(National Science Foundation)發起舉行了一次研討會，專門討論有關語言技術所面臨的挑戰；2000年10月中科院自動化所模式識別國家重點試驗室以核心成員身份加入C-STAR(Consortium for Speech Translation Advanced Research)。

伴隨著各門學科，尤其是人文、社會學科及其他“軟科學”的不斷發展，數學化、定量化的趨勢也開始在這些領域中顯現。模糊模式識別不再簡單局限於自然科學的應用，同時也被應用到社會科學，特別是經濟管理學科方面。

如陳守煜(2001)提出了可持續發展系統評價的模糊識別的模型和方法，其中包括確定評價指標權向量的模糊安全決策原理與方法。該模型和方法可用於社會經濟、生態環境、資源、能源等可持續發展系統的評價。陳守煜(2002)依據經濟區劃時“中心城市”概念的模糊性，提出確定中心城市的模糊模式識別模型。他還提出了確定多目標指標權重的模糊決策分析法，通過確定指標對模糊概念“重要性”的相對隸屬度來確定目標權重，避免了權重的主觀性。張守鳳等(2003)以三角模糊數來表示模糊概念，提出一種新的多層多級模糊模式識別模型，並運用該模型對某企業競爭力進行模糊綜合評判和模式識別。在傳統的模糊模式識別基礎上，王穎(2004)運用正態隸屬雲代替傳統模糊識別方法中精確的隸屬函數，構建了相關正態雲模型，對雲理論在經濟管理領域中的應用做了初步探討，並對企業市場競爭性定位進行識別，克服了由於隸屬度確定的惟一性所導致的最終失去模糊性的理論缺陷，從而使獲得的判識結論更加合理且貼近實際。王忠彬等(2004)運用系統與模糊分析相結合的方法，首先將金融機構面臨的資產風險分解成若干個風險因素子系統；然後以金融理論為指導建立各子系統風險因素評薦的隸屬度矩陣，並在此基礎上採用模糊間接識別模型及貼近度的概念，構造了一個子系統因素模糊識別模型；最後通過各子系統模糊識別模型的合成，建立了整個金融機構系統模糊識別模型，達到了整個金融機構風險排序、化解金融隱患和保證國家經濟安全的目的。

公共財政是國家(政府)為主體的經濟活動(分配活動)，是一種著眼於滿足社會公共需要的經濟活動或分配活動。社會公共需要決定著公共財政的存在，決定著公共財政的活動範圍和活動效果。公共財政應著眼於滿足社會成員的公共需要，而不應該超越市場的力量去滿足社會成員的私人需要。

對公共財政情況的判斷，從實際的意義上講，需要綜合考慮兩方面的問題：一是對公共財政的狀態作出綜合判斷，確定公共財政此時處於何種情況，以利於採取相應的措施；二是對公共財政管理中出現的多種情況進行優劣排序，判斷狀況好壞，以利於積累管理中的經驗並補充調研資料。這兩類問題同時又是相互聯繫的，後者為前者提供了更周密詳盡的判斷依據。

鑒於公共財政優劣評價具有模糊性，因此可以將模糊模式識別理論用於優劣評價中，對評估指標體系進行設計，利用模糊識別理論的方法，對公共支出情況作綜合評價並對10個省份的公共支出情況作出綜合排序。

(1)模型建立

首先，需要確定用來作判斷的指標體系，也就是確定進行模糊識別的論域X。

本文將我國公共財政中的公共支出情況作為識別的對象，這裡，我們將研究的口徑確定在10個省份(北京、上海、浙江、廣東、山西、湖北、湖南、陝西、雲南、甘肅)，並且將財政支出系統模糊確定為基本建設支出、農林業支出、教育支出、醫療衛生支出、社會保障補助支出、行政管理支出、公檢法司支出以及專項支出等幾個子塊組成，由它們構成論域X：

={基本建設支出、農林業支出、教育支出、醫療衛生支出、社會保障補助支出、行政管理支出、公檢司支出、專項支出}。

根據模糊模式識別的基本原則，結合公共財政管理長期的經驗積累和實際情況，可以建立論域X上的一系列模糊子集，這一系列的模糊子集分別表示公共財政管理的各種不同的模糊狀態。根據上述假設，令j=10，那麼，模糊子集A

根據模糊識別矩陣規定閥值λ，依據閥值原則，可以得到入截矩陣R①，從而可選擇出最優的向量。去掉該向量，重複此方法可依次得出此優向量。

(2)數據收集

以我國10個省份(北京、上海、浙江、廣東、山西、湖北、湖南、陝西、雲南、甘肅)的公共財政支出(基本建設支出、農林業支出、教育支出、醫療衛生支出、社會保障補助支出、行政管理支出、公檢法司支出、專項支出)為口徑加以研究。