Будь умным!


У вас вопросы?
У нас ответы:) SamZan.ru

102012 Системы распознавания с самообучением В ситуациях когда число классов заранее неизвестно единств

Работа добавлена на сайт samzan.ru: 2015-07-05

26.10.2012

Системы распознавания с самообучением

В ситуациях, когда число классов заранее неизвестно единственным путем формирования системы распознавания остается применение методов самообучения, которые получили наименование  Кластерного Анализа.

Под кластером понимают группу объектов, образующих в пространстве признаков компактную, в некотором смысле, область.

Выявление кластеров.

Для того чтобы определить на множестве данных кластер необходимо ввести меру сходства (подобия), которая будет положена в основу правила отнесения образов к области характеризуемой некоторым центром кластера.

рис.1

Если расстояния одинаковые, то зачисления выполняются произвольно.

Каким образом померить близость?

В качестве мер сходства чаще всего рассматривается Евклидовое расстояние между образом wke и центром соответствующей кластерной области.

В качестве альтернативы приведем не метрическую меру сходства:  (рис.2)

рис.2

Мера Танимото:  

Простой алгоритм выявления кластера:

Пусть дано m образов {w1,w2,..,wn} , описываемых векторами признаков {x1, x2,…,xn}

Центр первого класса Z1 совпадает с любым из заданных образов. Определена произвольная, не отрицательная пороговая величина T

Вычисляется расстояние между центром Z1 и следующим образом:

Если это расстояние больше порога (T), то учреждается новый центр Z2.

Иначе этот образ зачисляется в кластерную область 1. И т.д. по всем  образам.

D-расстояние

T-образ

Результаты кластеризации *определяются выбором первого центра, *порядком осмотра образов, *значением пороговой величины T, *геометрическими характеристиками данных.

Алгоритм Максиминного расстояния:

  1.  На первом шаге алгоритма один из объектов произвольным образом назначается центром первого кластера
  2.  Затем отыскивается образ, отстоящий от Z1 на наибольшем расстоянии. Он назначается Z2.
  3.  Производится вычисление расстояния между всеми остальными образами выборки и центрами Z1 и Z2.
  4.  В каждой паре определяется минимальное.
  5.  После этого выделяется максимальное из минимальных, если оно составляет значительную часть расстояния между Z1 и Z2, то соответствующий образ назначается Z3.
  6.  И т.д.

Алгоритм К внутри групповых средних.

K=2

1) Выбирают К исходных центров кластера. Этот выбор произволен, обычно в качестве исходных центров используются первый К образ из обучающего множества.

2) на К-ом шаге задонное множество образов {X} распределяется по К кластерам, по next принципу:

 X  Sj(k) || X-Zj (k) || < || X-Zi(k) ||

3) Определяются новые центры кластеров на K+1 итерации

Zj(k+1) = 1\N *X , x Sj(k)

4) Условие сходимости. Если Zj(k+1) =Zj(k) то конец

    Иначе – переход к шагу 2

Оценка результатов кластерного анализа.

  1.  Целесообразно посмотреть количество образов внутри каждой кластерной области.
  2.  Разброс образов относительно центра (дисперсия)
  3.  Расстояния между центрами кластерных областей (в комбинации с пунктом 1 вопрос о слиянии)


1. Смотреть и видеть
2. Особливості обліку і контролю доходів і витрат бюджетної установи (на прикладі Почетненської сільської ради)
3. Искусство России ХVIII века
4. Анализ конкурентной среды
5. Реферат- Версии и планирование расследования преступлений
6. Факторинг в России
7. а считалось полновесным обязательством если не было специальных оговорок
8. ЮжноРоссийский государственный университет экономики и сервиса ФГБОУ ВПО ЮРГУЭС УТВЕРЖДАЮ З
9. либо снять или повесить потому что высоко
10. Анализ государственной сертификации продукции животного происхождения на примере ООО
11. Тема- Задачи оптимизации поиск решения Цель работы- изучить технологию поиска решения для задач оптимизац
12. ЦДТ
13. Заданием на данный проект явилисль- схема прилегающей сети суточный график использования нагрузки хара
14. 16октября 2012г Протокол 2 Зав
15. М 2 Заг.html
16. Общая физика- Определение магнитного поля соленоида
17. Наби в Москве 26 января 2014 года в Crocus City Hll.
18. Тема- Сценарний метод прогнозування
19. фамилия имя отчество Место прохождения практики город район область-
20. С Выготский Современный ритм жизни жестко диктует нам свои условия и предъявляет всё но