Cтраница 1
Вычисление меры Dn в критерии А. Н. Колмогорова значительно проще, чем - критерия. [1]
Разработаны множественно-статистические алгоритмы вычисления меры близости экспертов. Предлагаются способы ее увеличения путем взаимно согласованного ( дискуссионного) принятия решения о степени релевантности ( пертинентности) найденной информации поставленному вопросу. [2]
Объединение деталей в КТГ может осуществляться вычислением меры близости между деталями как взвешенное расстояние в евклидовом пространстве. Естественно, легко может быть определено расстояние R. [3]
Второе дополнение ( Проблема Изинга как задача о вычислении меры) представляет методологический интерес. В нем показано еще одно соотношение между физической моделью и ее математической интерпретацией на языке теории вероятностей. [4]
Проверка гипотезы о виде закона распределения случайной величины основана на вычислении меры расхождения некоторых величин, характеризующих статистический ( экспериментальный) и теоретический закон распределения. [5]
Следовательно, алгоритм вычисления периметра F получается путем простой модификации соответствующего алгоритма вычисления меры этого объединения. Заметим, однако, что в то время, как в алгоритме вычисления меры объединения к площади F добавляется площадь только что заметенной вертикальной полосы ( так что корректировка дерева отрезков следует за суммированием этой площади), в обсуждаемом алгоритме ситуация несколько иная. Обратимся к рис. 8.11; вклад текущего шага в периметр состоит из двух частей: от горизонтальных ребер в полосе [ X [ i - l ] X [ t ] ] он равен а, X ( X [ i ] - X [ i - 1 ]) и от вертикальных ребер на абсциссе Х [ [ ] он равен пи - - пн. Поэтому величину а; необходимо извлечь из дерева отрезков до его корректировки, а величину тц. [6]
Построение прогнозных карт природных опасностей состоит в оценивании энергетических и вероятностных характеристик ожидаемых источников природных опасностей и в вычислении меры их воздействий на наземные сооружения. Уровень воздействия обычно оценивается по корреляционным зависимостям, учитывающим параметры источника природной опасности, расстояние до него и эмпирическую зависимость затухания энергии. Для оценивания вероятностных характеристик источников используется статистика зарегистрированных ранее наблюдений за природными катастрофами. Наиболее сложной и важной является задача выделения возможных источников природных катастроф и оценки максимальной возможной энергии ожидаемой катастрофы. Сложность задачи заключается в необходимости оценки редкого события, для которого не имеется достаточно представительной выборки наблюдений, а важность связана с социальными и экономическими последствиями, обусловленными занижением или завышением этой характеристики. [7]
Следовательно, алгоритм вычисления периметра F получается путем простой модификации соответствующего алгоритма вычисления меры этого объединения. Заметим, однако, что в то время, как в алгоритме вычисления меры объединения к площади F добавляется площадь только что заметенной вертикальной полосы ( так что корректировка дерева отрезков следует за суммированием этой площади), в обсуждаемом алгоритме ситуация несколько иная. Обратимся к рис. 8.11; вклад текущего шага в периметр состоит из двух частей: от горизонтальных ребер в полосе [ X [ i - l ] X [ t ] ] он равен а, X ( X [ i ] - X [ i - 1 ]) и от вертикальных ребер на абсциссе Х [ [ ] он равен пи - - пн. Поэтому величину а; необходимо извлечь из дерева отрезков до его корректировки, а величину тц. [8]
Третий этап заключается в построении решающего правила для определения принадлежности объектов с неизвестным значением целевого признака к одному из классов эталонных объектов. Для этого обычно используются три вида решающих правил: основанных на введении линейной разделяющей функции; использующих процедуру голосования; основанных на вычислении меры сходства распознаваемых объектов с обобщенными характеристиками заданных классов. [9]
Возможны и другие виды преобразования данных, многие из которых применяются одновременно с кластерным анализом. Факторный анализ и метод главных компонент часто используются в том случае, когда известно, что переменные, взятые для исследования, сильно коррелированы. Наличие сильно коррелированных переменных при вычислении меры сходства приводит, по существу, к взвешиванию этих переменных. Так, если есть три сильно коррелированные переменные, то их совместное действие эквивалентно действию лишь одной переменной, которая имеет вес, в три раза превышающий вес каждой из первоначальных переменных. Метод главных компонент и факторный анализ могут применяться для уменьшения размерности данных, тем самым создавая новые, некоррелированные переменные, которые будут употребляться в качестве первичных данных при вычислении сходства между объектами. Использование процедуры преобразования данных вызывает много споров. В факторном анализе существует тенденция к ослаблению связей между кластерами, поскольку предполагается, что факторные переменные нормально распределены. Действие факторного анализа приводит к такому преобразованию данных, при котором зависимые переменные сливаются в одну, нормально распределенную. Рольф ( 1970) отметил, что метод главных компонент стремится к такому преобразованию данных, при котором хорошо разделенные кластеры остаются таковыми и в редуцированном пространстве, но при этом уменьшается расстояние ( и тем самым ослабляются связи) между кластерами или группами, которые были разделены слабо. [10]
Мера цилиндра, образующие которого параллельны оси г, а основание лежит в плоскости ху, равна произведению площади основания на высоту. Это очевидно, если основание состоит из прямоугольников, стороны которых параллельны осям х и у. В общем случае цилиндр можно заключить между двумя цилиндрами, основания которых состоят из прямоугольников и меры ( объемы) которых разнятся сколь угодно мало; стало быть, наше правило вычисления меры годится и для цилиндра с произвольным основанием. [11]
Концепция выбора была развита и получила стро - гое матем. В его теории все разнообразные случаи передачи информации сводятся к абстрактной схеме: источник сообщений - передатчик - канал - приемник - получатель, в все качественно разнородные сообщения преобразуются в единую абстрактную матем. Это удается сделать всегда, если принять во внимание принципиально ограниченную разрешающую способность получателя ( любой физич. В этом случае источник в абстрактной модели схемы связи будет иметь алфавит из двух символов, но тем не менее полностью опишет работу реального источника с алфавитом из т символов, а задача измерения информации сведется к определению минимально необходимого для такого кодирования числа нулей п единиц. Это число зависит от меры неопределенности выбора символа из алфавита. Поскольку процесс создания сообщений источником заключается в последовательном и случайном для получателя выборе символов, неопределенность выбора зависит не только от т, но п от вероятностей выбора символов и вероятностных взаимосвязей между ними. Поэтому вычисление меры информации базируется на вероятностных оценках. [12]