UMĚLÁ INTELIGENCE V AUTOMOTIVE / David et al.

Tato metoda zabezpečuje náhodné nastavení oddílů matice a je určena k zajištění vyváženého a reprezentativního výběru prvků pro nadcházející kroky v analýze a mode lování. [6.34], [6.35] Krok 1 Výpočet středů shluků:

Krok 2 Výpočet kovarianční matice:

Přidaní zmenšené matice identity: Extrahování vlastních hodnot λ ij a vlastních vektorů φ ij , stanovení λ i , max = max j λ ij a nastavení:

pro všechna j pro které

Modifikace F i dle:

Krok 3 Výpočet vzdálenosti:

Krok 4 Aktualizace matici oddílů:

dokud

Z uvedených postupů je zřejmé, že každá skupina bodů v analýze shlukování má svou vlastní matici A i , která definuje normu vzdálenosti. Tento postup umožňuje upra vit normu vzdálenosti podle místní topologické struktury datových bodů v jednotlivých shlucích. V rámci algoritmu je používána Mahalanobisova norma vzdálenosti, která zohledňuje kovarianční strukturu dat a tímto způsobem je zajištěno, že vzdálenostní metrika je citlivá na vnitřní strukturu shluků, což vede k lepší klasifikaci datových bodů.

85