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 ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
3.3.2.3. Другие алгоритмы иерархического подходак решению нечеткой модификации задачи автоматической классификации, различные аспекты которого более подробно рассматриваются С. Мийамото [128], также немногочисленны. Среди этих алгоритмов особо следует отметить агломеративную процедуру, описываемую С. Ф. Боклишем [64], методы, основанные на выделении классов толерантности, предлагаемые И. 3. Батыршиным [3], [4], [5], [6], [7], [8], и послужившие j основой программной системы КЛАСТИЕР [10], а также иерархическую версию эвристического алгоритма Тамуры — Хигути — Танаки, основанную на результатах, полученных Дж. Данном [82], [86], так что иерархия разбиений на четкие классы представляется в виде дерева иерархии или дендрограммы [182, с. 164].Алгоритм Думипреску (FHDR procedure) [81, с. 155-156] представляет собой модификацию ГОН алгоритма для решения задачи снижения признакового пространства. Основные понятия и определения Если данные об исследуемой совокупности объектов Среднее значение признака У для объектов класса
тогда вариация признака
так что, очевидно, имеет место
после чего значение признака
Процедура снижения размерности признакового пространства Параметры алгоритма: Как и в случае FDH алгоритма, исходные данные задаются в виде матрицы «объект-свойство» (1.1), а входные параметры отсутствуют. В процессе работы алгоритма используется счетчик т. Схема алгоритма: 1. Полагается 2. Для текущего уровня 3. Если для всех 4. Для каждого Таким образом, размерность исходного признакового пространства
|
1 |
Оглавление
|