智能检测理论和技术05.ppt

“备”则“倍” 有准备、有规划的人生更精彩！ 5.3 聚类分析法 第五章 基于模式识别的智能检测 聚类准则函数 上述数据聚类准则函数中，误差平方和准则适用于各类样本在模式空间或特征空间中的分布较为集中，而且各类样本数目比较接近的情况。 当样本数目相差较为悬殊时，应采用加权平均平方距离和准则。 还有多种其他方法来评价聚类效果，可根据具体问题的需要灵活定义聚类准则函数。 5.3 聚类分析法 第五章 基于模式识别的智能检测 聚类算法 简单聚类方法 算法运行中模式的类别及类的中心一旦确定将不会改变（根据相似性阈值和最小距离原则) 层次聚类法 算法运行中，两类合并为一类，不断重复进行，也称为谱系聚类法。 （按最小距离原则不断进行两类合并） 动态聚类法 算法运行中，类心不断地修正，各模式的类别的指定也不断地更改。这类方法有—基于试探的聚类算法、K均值法、ISODATA法等。 （依据准则函数） 5.3 聚类分析法 第五章 基于模式识别的智能检测 简单聚类算法 简单聚类图例 初始条件不同的简单聚类结果 初始中心不同 样本顺序不同 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 10 9 8 10 9 8