Лично подоходно облагане


Категория на документа: Финанси



, j=1,2,...Nl,
където Nj e броят на обектите, влизащи в подмножеството Sj.
Ст.5 изчислява се средното разстояние Dj между обектите, влизащи в подмножеството Sj, и съответния център на кластера по формулата

, j=1,2,...Nl .
Ст.6 Изчислява се обобщеното средно разстояние между обектите, намиращи се в отделните кластери, и съответстващите центрове на кластерите по формулата

.
Ст.7 Ако текущата итерация е последна, то се задава c=0 и се прави преход към ст.11. Ако условието NlK/2 е изпълнено, преходът е към стъпка 8. Ако текущият номер на итерацията е четен или е изпълнено условието Nl>2K, то преходът е към ст.11. в противен случай итерациите продължават със ст.8.
Ст.8 За всяко подмножество на образи от извадката с помощта на съотношението

, i=1,2,...n; j=1,2,...Nl
се изчислява векторът на средноквадратичното отклонение i=(1j, 2j,... nj)T, където n е размерността на образа, хiк e i-тата компонента на к-тия обект в подмножеството Sj, zij e i-тата компонента на вектора, представляващ центъра на кластера Zj; Nj-броят на образите от извадката, включени в подмножеството Sj. Всяка компонента на вектора на средноквадратичното отклонения j характеризира средноквадратичното отклонение на образа, влизащ в подмножеството Sj, по една от главните оси на координатите.
Ст.9 Във всеки вектор на средноквадратичното отклонение j j=1,2,...Nl, се намира максималната компонента jmax
Ст.10 Ако за всяка jmax, j=1,2,...Nl се изпълняват условията:

jmax>s и

а) Dj>D и Nj>2(N+1) или

б) NlK/2
то кластерът с център Zj се разцепва на два нови кластера с центрове Zj+ и Zj- съответно. Кластерът с център Zj се ликвидира, а стойността на Nl се увеличава с 1. За определяне на центъра на кластера Zj+ към компонентата на вектора Zj, съответстващ на максималната компонента на вектора j, се добавя зададена величина j; центъра на кластера Zj- се определя чрез изваждане на j от същата компонента на вектора j. Големината на j може да бъде избрана като част от стойността на максималната средноквадратична компонента jmax, т.е. да се положи i=K.imax, където 0<К1. При избора на j следва основно да се ръководим от това, че нейната големина трябва са бъде достатъчно голяма за откриване на разликата в разстоянията от произволен образ до новите два центъра на кластери, но достатъчно малка, за да не се промени съществено общата структура на кластеризацията.

Ако разцепването е извършено на тази стъпка, трябва да преминем към Ст.2. В противен случай продължаваме изпълнението на алгоритъма със следващата стъпка.
Ст.11 Изчисляват се разстоянията Dij между всички двойки центрове на кластери

Dij=||Zi-Zj||, i=1,2,..Nc-1; j=i+1,...,Nl
Ст.12 Разстоянията Dij се сравняват с параметъра с. Тези L на брой разстояния, които се оказват по-малки от с, се ранжират по реда на нарастването

[ Di1j1, Di2j2, Di3j3..., DiLjL]
при което Di1j1 Следващата стъпка осъществява сливането на кластерите.
Ст.13 Всяко разстояние DiLjL е изчислено за определяне на двойки кластери с центрове ZiL и ZjL. Към тези двойки в последователност, съответстваща на увеличаване на разстоянията между центровете, се прилага процедура за сливане. Тя се изпълнява по следното правило.

Кластерите с центрове Zil и Zjl, l=1,2,...L, се обединяват (при условие, че в предходната итерация процедура по сливане не е прилагана нито към единия, нито към другия кластер) при което новия център на кластера се определя по формулата

Центровете на кластерите Zil и Zjl се ликвидират и стойността Nl се намалява с 1.

Ще отбележим, че описаната процедура осигурява избор е качеството на център на обединения кластер на точки, представляващи действителното сред на сливаните подмножества от образи. Доколкото към всеки център на кластер процедурата за сливане може да се приложи само един път, то реализацията на тази стъпка при никакви обстоятелства няма да доведе до получаване на L обединени кластера.
Ст.14 Ако текущата итерация е последна, то изпълнението на алгоритъма се прекратява. В противен случай се връщаме към ст.1, ако по предписание на ползвателя се изменя някой от параметрите, определящи процеса на кластеризация, или към ст.2, ако в поредния цикъл от итерационната процедура параметрите не трябва се променят. Като завършване на процедурата трябва да се счита всеки преход към ст.1 или ст.2.

Пример. Принципът на работа на Isodate може да бъде илюстриран със следния прост пример. Разглеждаме извадка, представена на фиг.4.5. В разглеждания случай N=9 и n=2. Като начални условия задаваме Nl=1, Z1=(0,0)T. Следващите стойности на параметрите на процеса на кластеризация са:
Ст.1 - K=1, N=1, S=1, C=4, L=0, I=4

Фиг 4.5. Извадка от образи, илюстрираща работата на Isodate

Ако отсъства априорна информация за анализираните данни, тези параметри се избират на произволен начин и затова се коригират от итерация към итерация.
Ст.2 Тъй като е зададен един кластерен център, то

S1={X1, X2,...X8} и N1=8



Сподели линка с приятел:





Яндекс.Метрика
Лично подоходно облагане 9 out of 10 based on 2 ratings. 2 user reviews.