W licznych pracach teoretycznych (por. np. [5]), a także w wielu zastosowaniach rekomendowana jest metoda funkcji potencjalnych jako jedna z bardziej skutecznych metod rozpoznawania obrazów. W istocie metoda ta ma własności zbliżone do własności omówionych wcześniej metod minimal-noodległościowych i aproksymacyjnych, a jej głównymi zaletami są intuicyjnie zrozumiała zasada i starannie udokumentowana matematycznie poprawność. (Odpowiednie rozważania, twierdzenia i dowody matematyczne znaleźć można w książce [5]). Koncepcja metody funkcji potencjalnych polega na tym, aby funkcje przynależności C‘(x) budować jako superpozycje funkcji(1) K(x,x',lc) przypominających swoim kształtem rozkład potencjału elektrycznego wokół ładunku punktowego (stąd nazwa metody - por. rys. 7.1). Funkcje składowe (potencjalne) są silnie malejącymi funkcjami odległości pomiędzy punktem generującym potencjał x1'1 (należącym do ciągu uczącego U') a punktem x, w którym obliczana jest wartość funkcji potencjalnej:
lim K(x,x?'k) = 0.
Przykład. W literaturze rozważa się między innymi funkcje: K{x,x'-k) = exp (-pp2(x,x, ‘))
lub
K(ł£''1) =
(72)
(73)
Funkcje potencjalne oznaczano zwykle jako pomimo że w istocie były
to funkcje jednego argumentu wektorowego x, zaś xt,k był parametrem.