Измерение геометрических свойств зерен пшеницы. Агломеративный алгоритм иерархической классификации. Процедура создания кластеров. Градиентный алгоритм кластеризации, основанный на классической Ньютоновской процедуре. Величина стандартного отклонения.
На основе измерения геометрических свойств зерен пшеницы необходимо классифицировать зерна по их принадлежности к сортам. Рассматриваемая группа содержала зерна, принадлежащие к различным сортам пшеницы. Высокое качество визуализации внутренней структуры зерен было получено при помощи рентгеновской техники. Исследования проводились с использованием объединенного рассмотрения собранных зерен пшеницы, произрастающих на опытных полях в Институте Агрофизики Польской академии наук в Люблине. Характеристики (атрибуты): Для формирования данных были измерены 7 геометрических параметров зерен пшена: 1) область расположения зерен;Разбиение k-го уровня имеет вид S(k) = (S1(k), S2(k), …, Sn-k(k)) и строится из разбиения S(k-1), k 1, путем объединения пары классов (S1, S2), где (S1, S2) = (S1, S2). В алгоритме k-средних единственным управляющим параметром является число классов, на которые производится разбиение S = (S1, S2, …, Sk) выборки Х. Введем расстояние d(X, e) от точки X Rp до множества e = (e1, …, ek), где ej Rp по формуле: Тогда можно рассмотреть статистический выброс выборки X относительно множества e = (e1, …, ek): F(X,e) = . Определим статистический выброс F(S) разбиения S = (S1, …, Sk) выборки X как разброс этой выборки относительно множества e(S) = (e1(S), …, ek(S)), где ej(S) - средний вектор класса Sj, т.е. полагается, что F(S) = F(X, e(S)). Так как на последовательности разбиений S0, S1, …, Sm, …, которая строится в алгоритме k-средних, функционал F(S) не возрастает, то для любого начального разбиения алгоритм через конечное число шагов заканчивает работу.
План
Содержание
1. Постановка задачи
2. Описание алгоритмов
3. Реализация
4. Результаты исследований
5. Список литературы
1.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
