RU2014130519A

RU2014130519A - Способ автоматической кластеризации объектов

Info

Publication number: RU2014130519A
Application number: RU2014130519A
Authority: RU
Inventors: Анатолий Александрович Михайлов; Светлана Анатольевна Михайлова
Priority date: 2014-07-23
Filing date: 2014-07-23
Publication date: 2016-02-10
Also published as: RU2586025C2

Abstract

Способ автоматической кластеризации объектов, сводящийся к формированию из исходного множества классифицируемых объектов выборок в виде начальных кластеров, отличающийся тем, что исходное множество формируется путем идентификации каждого классифицируемого объекта его параметром, задающим координату классифицируемого объекта в исходном множестве, и рассматривается как выборка обучения, которую формируют по показательному закону распределения, а данные о кластерах, полученные на этапе обучения, заносятся в соответствующие элементы блока памяти, которые используются при дальнейшем последовательном накоплении в них измерительной информации, на этапе обучения определяют также модель кластера Kс количеством элементов N, удовлетворяющую минимуму риска R(α) формирования модели кластера для коэффициента регуляризации α, которая определяется центром множества объектов кластерагде z- координата классифицируемого объекта кластера K, полученная на этапе обучения,для каждого кластера Kс радиусом rзадают вероятность допустимого отклонения b<<rклассифицируемого объекта по его параметру в виде координаты z′ из генеральной выборки от модели М(α) кластера Kи определяют верхний предел устойчивости кластера при введении в него объекта генеральной выборки с координатой z′, какна этапе последовательной классификации измеряют координату z′ классифицируемого объекта в исходном множестве, определяют отклонение Δмодели кластера Kс учетом нового объекта с координатой z′ из генеральной выборки от модели М(α), каки если при коэффициенте регуляризации α=0 Δ≤b, то объект генеральной выборки с координатой z′ включается в кластер K, а если при α≠0

Claims

Способ автоматической кластеризации объектов, сводящийся к формированию из исходного множества классифицируемых объектов выборок в виде начальных кластеров, отличающийся тем, что исходное множество формируется путем идентификации каждого классифицируемого объекта его параметром, задающим координату классифицируемого объекта в исходном множестве, и рассматривается как выборка обучения, которую формируют по показательному закону распределения, а данные о кластерах, полученные на этапе обучения, заносятся в соответствующие элементы блока памяти, которые используются при дальнейшем последовательном накоплении в них измерительной информации, на этапе обучения определяют также модель кластера K_i с количеством элементов N_i, удовлетворяющую минимуму риска R_Mi(α) формирования модели кластера для коэффициента регуляризации α, которая определяется центром множества объектов кластера

где z_обучi - координата классифицируемого объекта кластера K_i, полученная на этапе обучения,

для каждого кластера K_i с радиусом r_i задают вероятность допустимого отклонения b<<r_i классифицируемого объекта по его параметру в виде координаты z′ из генеральной выборки от модели М_обучi(α) кластера K_i, и определяют верхний предел устойчивости кластера при введении в него объекта генеральной выборки с координатой z′, как

на этапе последовательной классификации измеряют координату z′ классифицируемого объекта в исходном множестве, определяют отклонение Δ_Miмодели кластера K_i с учетом нового объекта с координатой z′ из генеральной выборки от модели М_обучi(α), как

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

сравнивают коэффициенты регуляризации для данного кластеров K_i и включают объект генеральной выборки с координатой z′ в кластер K_i, для которого риск R_Mi(α_i0)=R_обучi при максимальном коэффициенте регуляризации α_i0, а сама регуляризованная координата объекта кластера K_i определяется как