Мера - сходство
Cтраница 2
Хэммингово расстояние представляет собой пример меры сходства или, вернее, различия, первоначально введенной для бинарных функций в диадном пространстве. Она применима для сравнения любых упорядоченных наборов, принимающих дискретные значения и, вероятно, является наилучшей из известных мер сходства между цифровыми кодами. [16]
В зависимости от этого расчет меры сходства ведется по соответствующей формуле. Те предложения, у которых меры сходства минимальны, могут быть отброшены. [17]
Можно использовать это определение как меру сходства между эталоном и областью изображения вблизи точки ( т, п); эталон и изображение считаются похожими, если взаимная корреляция велика. Конечно, если мы поместим эталон в белую область изображения, взаимная корреляция будет иметь значительную величину. [18]
Парагрупповая процедура сохраняет пространство и монотонность меры сходства, а также учитывает внутригрупповое рассеяние. [19]
 |
Характеристика ковариации колебаний уровня инвестиционного дохода по различным финансовым инструментам инвестирования. [20] |
Ковариация представляет собой статистическую характеристику, иллюстрирующую меру сходства ( или различий) двух рассматриваемых величин в динамике, амплитуде и направлении изменений. В процессе оптимизации инвестиционного портфеля изучается ковариация изменения ( колебания) уровня инвестиционного дохода по различным сопоставимым видам финансовых инструментов. [21]
Чтобы показать, до каких подробностей доходит мера сходства S и Se, приведу два примера. Синеродистый калий растворяет Se, как и S, образуя KCNSe, соответствующий роданистому калию; из этого раствора кислоты выделяют Se, потому что HCNSe в свободном виде тотчас разлагается. [22]
Здесь S ( Xy, Yy) - мера сходства / - го свойства г - и ФПС с объединенным набором требований к ней со стороны остальных элементов; Wj - нормированные весовые коэффициенты требований к / - му свойству 1 - й ФПС. [23]
Здесь R ( Svj, Sj) - мера сходства между описанием и-го изображения, принадлежащего / - му образу, и описанием эталона / - го образа; maxR ( SVj, S &) - максимальная из мер сходства описания SVj с описанием эталонов всех образов, кроме - го; 0 - разрешающая способность системы; Д - порог чувствительности. [24]
Для реализации этой идеи необходимо прежде всего выбрать меру сходства между отдельными частными критериями. [25]
Ковариация - статистический показатель, с помощью которого определяется мера сходства или различия двух изучаемых величин в их динамике, размере колебаний их значений и направлении изменений во времени. Например, инвестору необходимо определить, насколько доходности двух ценных бумаг зависят друг от друга или насколько доходность выбранной им ценной бумаги зависит от усредненного индекса доходности по рынку в целом. Положительное значение ковариации показывает, что доходности этих ценных бумаг изменяются однонаправленно. Это означает, что повышение доходности одной ценной бумаги, вероятно, может повлечь за собой улучшение доходности и другой бумаги, и наоборот. Отрицательная ковариация позволяет предположить, что доходности ценных бумаг изменяются разнонаправленно. Лучшая, чем ожидалось, доходность одной ценной бумаги, как правило, означает, что по другой ценной бумаге доходность будет ниже, чем прогнозировалось. Относительно невысокие значения либо нулевое значение ковариации свидетельствуют о том, что связь между доходностью рассматриваемых двух ценных бумаг слаба либо отсутствует. [26]
И наконец, на работу методов кластеризации влияет выбор меры сходства. К сожалению, были изучены только две меры: евклидово расстояние и коэффициент смешанного момента корреляции. Фактически во всех описанных выше исследованиях по методу Монте-Карло сравнивалась работа метода Уорда, использовавшего евклидово расстояние, и метода средней связи, применявшего коэффициент смешанного момента корреляции. Хотя, кажется, выбор меры все же приводит к некоторым различиям в результатах, его воздействие скрадывается воздействием характеристик кластерной структуры, требуемой степени полноты классификации и перекрытия кластеров. [27]
В теории кластерного анализа и теории распознавания образов известны разные приемы определения меры сходства объектов от элементарных до очень сложных. [28]
Одним из способов оценки разрешающей способности диагностической системы твляется оценка ее по максимальной мере сходства между эталонами образов Чем яыше мера сходства, тем труднее различаются эти образы, тем менее надежна си-свема диагностики. [29]
В методе одиночной связи на первом шаге объединяются два объекта, имеющие между собой максимальную меру сходства. На следующем шаге к ним присоединяется объект с максимальной мерой сходства с одним из объектов кластера. Таким образом, процесс продолжается далее. Итак, для включения объекта в кластер требуется максимальное сходство лишь с одним членом кластера. Отсюда и название метода одиночной связи, нужна только одна связь, чтобы присоединить объект к кластеру: связь нового элемента с кластером определяется только по одному из элементов кластера. Недостатком этого метода является образование слишком больших продолговатых кластеров. [30]
Страницы: 1 2 3