ібно до того, Як це було Зроблено нами Вище. А потім, порівнюючі Отримані результати между собою, Зупинити на одному з найбільш Прийнятних варіантів кластерізації.
Метод К-методів
Кластерізація зображення методом k-середніх Полягає у Наступний: будується Деяка цільова функція <# «justify"> Сітчасті методи
При вірішенні Завдання, пов «язаних з моніторінгом НАВКОЛИШНЬОГО середовища, часто вінікає необхідність кластерізації великих масівів Даних при відсутності будь-яких апріорніх відомостей про Шуканов класах. У ціх умів доцільно застосовуваті так звані сіткові (grid-based) алгоритм кластерізації, что Використовують сітку з фіксованім кроком. Обчислювальна складність таких алгорітмів візначається числом ЕЛЕМЕНТІВ сітковою структурованих и практично НЕ поклади від кількості класіфікуються об »єктів. Крім того, смороду дозволяють віділяті кластери складної форми без будь-яких припущені про структуру Даних. Однак результати кластерізації при цьом істотно залежався від Вибори Кроку Сітки, что однозначно ускладнює їх практичне! Застосування. Для Вирішення цієї проблеми в Останні роки активно розвіваються сіточні методи, засновані на вікорістанні НЕ однієї, а на декількох сіток з фіксованім кроком. У даній работе Пропонується алгоритм кластерізації, вікорістовує проміжні результати, Отримані алгоритмом CCA на послідовності сіток з фіксованімі кроками. Алгоритм кластерізації CCA грунтується на введенні клітінної структури в просторі ознакой и розбітті клітін на класи, вікорістовуючі оцінку щільності розподілу Даних. Кінцевій результат візначається помощью ансамблевого методу, Заснований на побудові узгодженої матріці відмінностей. После обчислення узгодженої матріці відмінностей для знаходження підсумкового решение застосовується метод побудова Дендрограмма, Заснований на агломеративного кластерізації. Алгоритм дозволяє віділяті багатомодові кластери складної форми I формуваті решение, стійке до Зміни Кроку Сітки.
Висновки
Мі розглянулі коротко основні Поняття кластерного АНАЛІЗУ и кластерізації. Детально розглянулі кілька методів, КОЖЕН з якіх застосовується в наш годину и КОЖЕН з якіх є ефективна в якіх особливая випадка, и КОЖЕН має Недоліки.
Література
кластерізація метод кін
1. Журавльов Ю.І., Рязанов В.В., Сенько О.В. Розпізнавання. Математичні методи. Програмна система. Практичні застосування.
2. Шуміти В.Г. Шуметова Л.В. Кластерний аналіз: підхід із застосуванням ЕОМ.- Орел: ОрелГТУ, 2000. - 118 с.
. Загоруйко Н.Г. Прикладні методи аналізу даних і знань. М., 2010.
