RU2007132411A - Способ автоматической кластеризации объектов - Google Patents

Claims (1)

1. Способ автоматической кластеризации объектов, сводящийся к формированию из исходного множества выборок в виде начальных кластеров, отличающийся тем, что исходное множество рассматривается как выборка обучения, которую формируют по показательному закону распределения, а полученные данные о кластерах на этапе обучения заносятся в соответствующие элементы блока памяти и используются при дальнейшем последовательном накоплении в них измерительной информации, на этапе обучения определяют также модель кластера K_i, удовлетворяющую минимуму риска R_Mi(α) формирования модели кластера, которая определяется его центром

   

   а на этапе последовательной классификации для каждого кластера задают вероятность допустимого отклонения b<<r_i, классифицируемого элемента y' генеральной выборки от полученной на этапе обучения модели М_обучi(α) кластера K_i и определяют верхний предел устойчивости кластера при введении в него элемента генеральной выборки y', как

   

   определяют отклонение Δ_M модели кластера K_i с учетом нового элемента y' из генеральной выборке от модели M_обучi(α), как

   

   и если при коэффициенте регуляризации α=0 Δ_M≤b, то элемент генеральной выборки y' включается в кластер K_i, а если при α=0 Δ_M>b, то элемент y' анализируется на предмет принадлежности к соседним кластерам, для чего по выражению для Р(|y'-М_обучi(α)|<b) определяют коэффициент регуляризации α_i для соседних сравниваемых кластеров K_i, чтобы он обеспечивал требуемые значения вероятности Р(|y'-М_обучi(α)|<b) при заданных значениях риска R_обучi и отклонения b

   

   сравнивают коэффициенты регуляризации для данных кластеров K_i и включают элемент генеральной выборки y' в кластер K_i, для которого риск R_Mi(α_i0)=R_обучi при минимальном коэффициенте регуляризации α_i0, а сам регуляризованный элемент кластера K_i определяют как