Качество - разбиение
Cтраница 1
Качество разбиения определяется как минимизацией внутриклассовой дисперсии, так и максимизацией удаленности центров классов. [1]
Качество разбиения зависит от начальных точек-эталонов. Различные комбинации начальных А-эталонов, выбираемых из различных областей множества М, определяют различные разбиения на классы. Если число классифицируемых объектов достаточно велико, то решение задачи достаточно сложно. В этом случае пользуются итерационными алгоритмами. Смысл итерационного алгоритма заключается в том, что на каждом шагу последовательно обсчитывается небольшая часть исходных данных, например одно из них. Основными средствами и идеями при конструировании последовательных кластер-процедур являются: меры близости, эталонные множества или точки, функционал качества разбиения. [2]
 |
Блок-схема технологического процесса проектирования. [3] |
Эта функция выбирается заранее и отражает качество разбиения. [4]
В конечном итоге эффективность сортировки зависит от качества разбиения файла, которое, в свою очередь, зависит от выбора значения разделяющего элемента. Рисунок 7.2 демонстрирует, что процедура разделения разбивает крупный файл с произвольной организацией на два файла с произвольной организацией меньших размеров, но при этом точка раздела может оказаться в любом месте файла. Мы предпочитаем выбирать такую точку раздела вблизи от середины файла, однако не располагаем необходимой для этого информацией. Если сортируется файл с произвольной организацией, то выбор элемента а [ г ] в качестве разделяющего - это то же самое, что и выбор любого другого конкретного элемента; он дает нам в общем случае точку раздела в непосредственной близости от середины. В разделе 7.4 проводится анализ рассматриваемого алгоритма, который позволит сравнить такой случай с идеальным выбором. В разделе 7.5 будет показано, насколько подобного рода анализ может оказаться полезным при выборе разделяющего элемента в целях повышения эффективности рассматриваемого алгоритма. [5]
S), удовлетворяющему указанным условиям, ставится в соответствие значение функции ф ( 8) f ( Si, 82, , Sk), характеризующей качество разбиения. [6]
А /, для которых известны соответствующие значения f ( co), a NI - общее число известных значений f ( co), является усредненной характеристикой качества разбиения. [7]
Таким образом, если удается разбить большую систему на небольшое число подсистем, описываемых ограниченным числом переменных, то для построения модели такой системы используются описанные выше методы. Оценка качества разбиения на подсистемы может быть рассчитана с помощью меры определенности. [8]
С помощью доказанной теоремы легко убедиться в том, что сдвиги Бернулли являются / С-автоморфизмами. Для этого достаточно в качестве образующего разбиения с тривиальным хвостом взять начальное разбиение 0 - Очевидно, ч о всякая динамическая система, которая изоморфна / С-си-стеме, сама является / С-системой, следовательно, всякая система, изоморфная сдвигу Бернулли, является / С-системой. [9]
Тогда по яи можно построить некоторое разбиение я шП ( а, объединяя несколько блоков ят в один. Если я ш используется в качестве исходного разбиения при декомпозиции, то и для я ш соотношения вида (7.14) тоже будут справедливы. Точно так же на множестве А. [10]
Подобная процедура продолжается до тех пор, пока не останется только два ядра. Кроме того, на каждом шаге объединения подсчитывается величина некоторого критерия /, характеризующего качество разбиения на этом этапе. Очевидно, что / должен быть тем больше, чем плотнее, в среднем, расположены точки в пределах ядер и чем дальше ядра друг от друга. [11]
При разработке АСУ ТП применяются принципы иерархического построения систем. Применение теории иерархических систем дает возможность разбить конкретную систему управления на отдельные уровни, решать задачи на каждом уровне в отдельности. Качество разбиения АСУ ТП на уровни во многом зависит от признаков разделения. [12]
Управление процессом генетического поиска при разбиении позволяет находить оптимальные параметры. Применение модифицированных генетических операторов позволяет повысить качество разбиения. [13]
Поскольку машинное время стоит очень дорого, начальники служб эксплуатации информационно-вычислительных центров стремятся оптимизировать планы использования ЭВМ. Поэтому при разработке функциональных блок-схем задач с ними консультируются все чаще. В таких случаях они могут судить о качестве разбиения, пытаясь сравнивать загрузку и ресурсы машины в те моменты, когда должны выполняться программы разных функциональных блоков. [14]
Полученные условия являются необходимыми и достаточными для локального минимума ошибки, наименьший из которых даст окончательное решение. Единственность минимума в случае выпуклых регрессий, совершенно интуитивно неочевидная, может оказать на практике большую помощь. Из нее следует, что ошибка а монотонно приближается к своему минимуму. Это в свою очередь позволяет применять для решения простейшие варианты градиентных методов, а также оценивать качество заранее выбранных разбиений по близости условий на границах к непрерывным. [15]
Страницы: 1 2