Метод кластеризации

В отличие от дискриминантного анализа, в кластерном анализе отсутствует однозначный количественный критерий оценки качества классификации типа ошибки. Кластерным называют анализ объектов, проводимый с целью вьщеления структур, классов, множеств подобных объектов. Существует большое разнообразие методов кластеризации. [c.204]

Методы кластеризации и классификации часто объединяют под общим термином методы распознавания образов. [c.518]

Для многих белков число ориентаций их молекул на пленке—подложке велико. Поэтому на начальном этапе обработки приходится проводить кластерный анализ их изображений. Методы кластеризации изображений также основываются на корреляционном анализе, однако не предполагают выбора каких-то из них в качестве моделей. Напротив, здесь каждое изображение на определенном этапе является "моделью" и сравнивается со всеми остальными — задача чрезвычайно трудоемкая, требующая для решения попарного сравнения всех изображений. [c.209]

Что касается методов кластеризации и анализа отношений сходства, то предпочтительнее использование широкого спектра методов, так как наши выводы должны основываться на инвариантах. В частности, популярные сейчас методы многомерного анализа не должны исключать и традиционный подход признак за признаком . Надо учитывать, что многомерные методы основаны на сжатии информации об объектах и наглядном представлении лишь ее наиболее важной части. Потери информации при этом могут быть весьма ощутимы, что препятствует эволюционной интерпретации данных. [c.16]

Другой путь — предварительный выбор наиболее удачного сочетания технологических процессов в схеме, то есть такого, которое обеспечивает глобальный минимум капитальных затрат. В работе [84] предлагается решать эту задачу методом кластеризации, генерируя всевозможные сочетания технологических процессов и отсеивания недопустимые варианты на основе тех или иных эвристик технологического характера. Опишем предложенную авторами [84] процедуру. [c.77]

В методах неиерархической кластеризации предполагается некоторое первоначальное распределение объектов между классами, принадлежность каждого [c.534]

Программный модуль классификации (кластеризации) источников загрязнения атмосферного воздуха как систем распознавания образов. В настоящее время в состав программного модуля входит процедура, использующая дискриминантный подход к распознаванию образов, реализующий алгоритм идентификации постоянно действующих источников загрязнения методом определения минимального расстояния в пространстве относительных концентраций загрязняющих веществ. Программный модуль реализован в качестве процедуры в модуле 2. [c.312]

Наконец, необходимо выделить некоторые усовершенствования метода ФДА. Начальная классификация объектов должна быть проведена исследователем-аналитиком. Соединение ФДА с другими методами классификации (сегментации, кластеризации и т. д.) даст автоматический метод составления групп перед дискриминантным анализом. Этот процесс может быть итеративным с оптимизацией классификации. [c.234]

Различия между микробными сообществами различных зональных типов почв четко вьивляются при использовании кластерного анализа, что позволило построить таксономическое дерево для зональных типов почв (рис. 8). При этом наиболее адекватная картина была получена когда в качестве таксономического расстояния использовали расстояние Пирсона, а в качестве метода кластеризации метода Варда. Хорошо просматривается зональный тренд север-юг, разделяющий почвы на две группы. [c.31]

Поскольку в методах присутствуют элементы субъективной оценки, процедура кластеризации должна включать диалог исследователя с ЭВМ. Рассмотрим следующий пример. Пусть априорно известно, что свойства объектов идюют различную важность (информативность) для кластеризации. Если априорная информация достоверна, то качество кластеризации будет удовлетворительным, если нет, то в один кластер попадут объекты, которые по общим признакам должны быть отнесены к разным кластерам. В этом случае, изменяя в режиме диалога веса признаков, ЛПР может добиться улучшения кластеризации. Меняя алгоритмы кластеризации, веса признаков, ЛПР либо добивается желаемого результата и при этом одновременно узнает, какие свойства используются и на сколько они важнее других, либо вынужден признать, что имеющаяся информация не позволяет получить искомую кластеризацию. [c.85]

Метод классификации по расстоянию от средних спектров применим, когда каждый класс соединений может быть пред ставлен одной точкой в пространстве или набором точек во круг которых группируются все точки соответствующие соеди нениям этого класса, образуя кластер Классификация произ водится по минимальному расстоянию до центра (или грани цы) соответствующего кластера точки, отвечающей анализиру емому спектру Эффективность этого метода зависит от плот ности группировки точек в пространстве вокруг среднего поло жения кластера и степени перекрывания разных кластеров Многие кластеры простых алифатических соединений, содержа щих функциональные группы, например кето группу, хорошо определены и четко отделены от других кластеров во многих других случаях кластеризация намечается слабо, в этих случа ях лучше использовать другие методы распознавания образов, например метод обучающихся машин или метод К ближайших соседей (КБС) [c.122]

Справочник химика 21

Химия и химическая технология