Главная > Нечеткие методы автоматической классификации
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

3.2.2. Описание алгоритмов

Во всех исследованиях, как правило, приводятся не только функционалы качества разбиения, но и алгоритмы поиска экстремума рассматриваемого функционала.

3.2.2.1. Алгоритм Распини

[150] минимизирует критерий в виде (3.27), так что находится решение

Как отмечали И. И. Елисеева и В. О. Рукавишников касательно функционала Э. Г. Распини, «поиск экстремального значения критерия качества целесообразно проводить с использованием градиентных методов, обеспечивающих быструю сходимость алгоритмов» Дальнейшее изложение алгоритма, минимизирующего функционал , основано на описании процедуры, представленном в работе [22].

Пусть где вычисляется по формуле (3.25), а функция вычисляется в соответствии с соотношением Кроме того,

для удобства преобразований можно ввести также следующие обо значения:

выражающее значение на шаге вычислительного процесса

где символом обозначается на шаге вычислительного процесса а также

так что на шаге вычислительного процесса задача будет заключаться в нахождении

Следует отметить, что представляет собой дифференцируемую функцию, частные производные которой находятся по следующим формулам:

и, поскольку — полином четвертой степени, то его частная производная в точке на шаге вычислительного процесса будет определяться следующим соотношением:

где, в свою очередь, — значение принадлежности объекта кластеру на b шаге вычислительного процесса.

Параметры алгоритма:

с — число нечетких кластеров в искомом разбиении Р;

— порог расстояния между объектами;

Схема алгоритма:

1. Выбираются начальное разбиение на с нечетких классов, описываемое с непустыми функциями принадлежности, так что матрица начального разбиения имеет с строк и столбцов; присваиваются значения

2. Вычисляется в соответствии с соотношением (3.86) и соответствии с соотношением (3.87); вычисляется значение и сравнивается со значением : вычисляется некоторое пороговое значение если ) , так что алгоритм прекращает работу;

3. Полагается для объекта вычисляются значения частных производных по формулам (3.92), (3.90), (3.91) соответственно;

4. Если выполняется приближенное равенство то осуществляется переход на шаг 7; в противном случае осуществляется переход на шаг 5;

5. Для определения направления движения отыскивается наименьший положительный корень полинома где

где, в свою очередь,

причем относительные размеры нечетких кластеров, номера которых устанавливаются по формулам (3.93) и (3.94), определяются по формуле

Поскольку то в силу правила Декарта полином имеет один или три положительных корня; отыскивается наименьший положительный корень полинома и сопоставляется с так что

6. Производится коррекция вектора степеней принадлежности объекта в соответствии со следующим правилом:

где символами обозначены измененные значения наибольшей и наименьшей степеней принадлежности объекта; с учетом коррекции степеней принадлежности (3.95) и (3.96) производится также коррекция соответствующих полагается

7. Если просмотрены не все то полагается и осуществляется переход на шаг 3, в противном случае производится проверка изменения матрицы разбиения если имели место изменения то полагается и осуществляется переход на шаг 2, в противном случае полагается и алгоритм прекращает работу.

В работах [151], [152], [39] представлены результаты, развивающие идеи, изложенные в [149], [150].

Categories

1
Оглавление
email@scask.ru