1 / 20

Distância de Hamming Extendida

Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Prof. Dr. rer.nat. Aldo von Wangenheim Antonio da Luz Jr. (estag. docência). Distância de Hamming Extendida. Mais útil em RP que a original Cálculo extremamente rápido. Distância Euclidiana.

martin-cross
Download Presentation

Distância de Hamming Extendida

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de DadosProf. Dr. rer.nat. Aldo von WangenheimAntonio da Luz Jr. (estag. docência)

  2. Distância de Hamming Extendida • Mais útil em RP que a original • Cálculo extremamente rápido

  3. Distância Euclidiana • Provê a real distância entre dois pontos em um espaço n-dimensional qualquer. • Cálculo demorado para dimensões elevadas

  4. Nearest Neighbour - NN • Classifica um novo padrão calculando a distância deste a todos os outros em alguma métrica predefinida e escolhe como classe para ele a classe daquele mais próximo nesta métrica.

  5. ?

  6. k-Nearest Neighbour • k-NN utiliza um critério de votação: • observa os k padrões mais próximos ao novo padrão a ser classificado. • Classifica o padrão com a classe mais freqüente na lista dos k padrões analisados.

  7. NN e kNN – knn(_pX, _vP, k) • PARA CADA Elemento em _VP: 1.1. vSim[i] = Sim(_pX,_vP[i]); • Ordena(vSim); • classe = MFreq(vSim, k); • Retorna classe;

  8. ?

  9. Tesselação: Triangulação de Delaunay e Diagrama de Voronoi

  10. Delaunay – Algoritmo de Watson • Gerar Lista de “Pontos”; • Iniciar Malha de Simplexos; • Para CADA “Ponto” : • Verificar qual Simplexo possui um CIRCUNCIRCULO que cobre o novo “ponto”; • Armazenar Arestas que pertencem a apenas 1 Simplexo; • Remover Simplexos da Malha; • Conectar novo “ponto” as arestas do Polígono de Inserção.

  11. Delaunay – Observações • Iniciar Malha: • O(s) Simplexo(s) Inicial(is) deve(m) cobrir todo o conjunto de dados; • Circuncírculo: • http://mathworld.wolfram.com/Circumcircle.html • http://en.wikipedia.org/wiki/Circumcircle

  12. Voronoi • Para CADA vértice: • Calcular Mediatriz: • http://www.dm.ufscar.br/~caetano/SiteDG/ICSilvia/Mediatriz.htm • Para CADA mediatriz: • Verificar Pontos de Intersecção: • http://www.somatematica.com.br/emedio/retas/retas8.phtml • Determinar Polígonos (Regiões): • Conectar Pontos de Intersecção.

  13. Voronoi • http://www.msi.umn.edu/~schaudt/voronoi/voronoi.html • http://ouray.cudenver.edu/~rkyellur/5803/#Algorithm_Description • http://www.cip.ifi.lmu.de/~viermetz/cg/Voronoi_Algorithms.html

More Related