Microsoft Word Q12. 14Torpaqlarin mehsuldarliqinin ekspert sistemle teyin edilmesinew docx
Yüklə 0,65 Mb. Pdf görüntüsü
|
- Bu səhifədəki naviqasiya:
- 2.5. Tanımanın struktur metodları.
Bu məsələnin həlli, başqa sözlə, x 1 ,…, x m obyektləri təsnifatının qurulması intuitiv olaraq obyektlərin “oxşarlığı” anlayışını formalaşdırır. Bu anlayış müxtəlif aspektlərdə işlənə bilər və uyğun olaraq onun formalaşmasının müxtəlif yolları mümkündür. Adətən, klaster-analizdə obyektlərin X fəzzasında nöqtələr kimi həndəsi təsvirindən meydana çıxan “oxşarlıq” anlayışı nəzərdə tutulur. Buradan həmin anlayışın uyğun formalaşdırılması meydana çıxır. Konkret olaraq belə hesab edəcəyik ki, x 1 və x
2 obyektləri üçün onlar arasındakı məsafə (x 1 ,x
) təyin edilməlidir. Təbii olaraq məsafəsi mənasında obyektlər bir-birinə nə qədər yaxn olarsa, onları bir o qədər oxşar hesab etmək olar. daxil etməklə biz, qeyri-aydın şə kildə axtarılan qrupların formalaşdırılmasına hazırlaşırıq. Aydındır ki, “oxşarlığın” bu cür interpretasiyası ancaq o halda effektiv ola bilər ki, daxil edilən məsafəsi baxılan konkret klaster-analiz məsələsinin məzmun tərəfinə uyğun olsun. Klaster –analizin hər bir konkret məsələsi üçün məsafənin seçilməsi qeyri- formal prosedura olub, adətən klaster-analiz məsələsinin həlli sistemini layihələşdirən şəxs tərəfindən həyata keçirilir. Obyektlər arasında “oxşarlığın”, X obyektlər fəzasında onlar arasında məsafənin köməyilə təyini belə nəticəyə gətirir ki, o obyektlər oxşardır ki, onlar kompakt qruplarda yığılmış olsun. Hər bir belə qrup obyektlər bir sinif təşki edir (başqa sözlə, bu obyektlər bir qrupa mənsubdur). Bu həm də onu müəyyən edir ki, “oxşarlığın” baxılan interpretasiyası obyektlərin kompaktlıq fərziyyəsi mövcud olduqda müəyyən məna kəsb edir. Belə yanaşma və oxşarlığın təyini X fəzasında obyektlərin qarşılıqlı yerləşməsi məlum olan qruplar haqqında informasiyanın istifadəsinə istiqamətlənməlidir. Bununla əlaqədar, klaster-analiz məsələsinin həllini reallaşdıran alqoritm, fəzada x 1 ,…,x 2 ardıcıllığından böyük sıxlıqlı obyektlər sahəsini ayıra bilməlidir. Bu sıxlığın az olduğu sahələri isə nəzərə almamalıdır. Indi x 1 ,…,x m obyektlər çoxluğunun kəsişməyən qruplara bölünməsinin bütün mümkün müxtəlifliklərinin çoxluğuna (S) baxaq. Aydındır ki, x 1 ,…,x m obyektlər çoxluğunun bölünə biləcəyi qrupların maksimum sayı m-dir. Başqa sözlə, hər qrupa bir obyekt mənsubdur. Belə bölünmədə qrupların minimum miqdarı isə 1- dir. Başqa sözlə, bütün obyektlər bir qrupa aid edilmişdir. Aydındır ki, S məhduddur. Əgər ilkin obyektlər çoxluğunun bölünməsi tələb olunan sinifləri obyekt qrupları ilə eyniləşdirsək, onda alarıq ki, S x 1 ,…,x m çoxluğu üçün klaster- analiz məsələsinin bütün mümkün həlləri çoxluğudur. Başqa sözlə, S x 1 ,…,x m
çoxluğunun bütün mümkün təsnifləşmələr çoxluğudur. Lakin, belə həllərin böyük ə ksəriyyəti, göründüyü kimi «oxşar» obyektləri bir qrupa yığmır. Aydındır ki, bütün bu həllərin içərisindən eləsini seçməliyik ki, x 1 ,…,x m obyektlər çoxluğunun «oxşar» qruplara bölünməsi məsələsini müəyyən mənada yaxşı həll etmiş olsun. Bu o deməkdir ki, klaster-analiz məsələsinin hər bir həllini müqayisə etməyə imkan verən müəyyən ədədi qiymət funksionalı J verilməlidir. Sonra isə onu ekstremuma çatdıran həll axtarılmalıdır. Belə funksionalın seçilməsi də qeyri- formal əməliyyat olub, aprior məlumatlar və şəxsi təcrübə əsasında, klaster-analiz məsələsinin həlli sisteminin layihələndiricisi tərəfindən həyata keçirilə bilər. Beliliklə, klaster-analiz məsələsinin həllini reallaşdıran alqoritmə, S məhdud həllər çoxluğundan ekstremal həllin (J funksionalı mənasında) seçilməsi alqoritmi kimi baxmaq olar. Başqa sözlə, klaster-analiz məsələsi dedikdə, verilmiş x 1 ,…,x m
obyektlər ardıcıllığının ekstremal (J funksionalı mənasında) bölgüsünün axtarışı məsələsini nəzərdə tuturuq. Qeyd edək ki, funksional kimi eyni qrupa mənsub edilən obyektlər arasındakı orta məsafə qəbul edilir və onu bütün qruplar üzrə cəmləyirlər. Bu halda J funksionalını minimumlaşdıran həll axtarılır. Bəzən müəyyən aprior informasiyalar klaster-analiz məsələsinin həllinin iyerarxik qurulmasının zəruriliyi barədə nəticə çıxarmağa imkan verir.
2.5. Tanımanın struktur metodları. Bir sıra tanıma məsələlərində təsnifləşdirmə nöqteyi-nəzərindən vacib informasiya, obyektlər arasındakı quruluş (struktur) münasibətlərində, habelə obyektin öz quruluşunda ifadə olunur. Belə məsələlərin tipik nümunəsi müşahidə obyektlərinin tanınması, fotoşəkillərin identifikasiyası və s. ola bilər. Belə məsələlər üçün xarakterik cəhət ondan ibarətdir ki, müxtəlif qruplara mənsub olan tanıma obyektləri ixtiyari şəkildə yerləşə bilər. Başqa sözlə, bu obyektləri əhatə edən müəyyən struktur mövcud olur. Bundan başqa obyektlərin özü, ixtiyari şəkildə deyil, müəyyən sxemə uyğun olaraq elementar hissələrdən təşkil olunur, müəyyən quruluşa malik olur. Şəkil 2.1 də müxtəlif qruplara mənsub olan iki obyekt D və E təsvir edilmişdir.
Burada N arxa divar, M isə obyektlərin qoyulduğu döşəmədir. D obyektinin L və T üzləri görünür. L üzü düzbucaqlı, T üzü isə üçbucaq şəklinə malikdir. E obyektinin isə X, U və Z üzləri görünür. Bütün üzlər düzbucaqlıdır. Bütövlükdə şəkilin strukturluğu ondan ibarətdir ki, D və E obyektləri bir-birinə, N divarına və M döşəməsinə nisbətən müəyyən şəkildə yerləşir. D obyektinin strukturluğu onun düzbucaqlı və üçbucaq formalı üzlərdən, E obyektinin strukturluğu isə onun düzbucaqlı üzlərdən ibarət olamsıdır. Yüklə 0,65 Mb. Dostları ilə paylaş:
|