The generation of new Support Vecto

The generation of new Support Vectors (defining the clusters’
boundaries) allows us to define the cluster affiliation of
each feature vector. Therefore, we label the clusters and assign
each xti
2 Ft to its affiliated cluster using the Complete Graph
(CG) labeling method [16]. In CG a pair of feature vectors
xti
and xt
j is said to belong to the same cluster (connected
components) if the line segment (inside the feature space)
that connects them lies inside the hypersphere. A number
of feature vectors (usually 10 [16]) are sampled on the line
segment to assess the connectivity. We use 10 sampled feature
vectors as this number provides cluster labelling results with a
negligible error along with a limited computational complexity
[16]. A higher accuracy can be achieved with a larger number
of sampled feature vectors, but with the disadvantage of a
multiplicative increase in the computation time [44].
Therefore, we construct an adjacency matrix At =
[At
i;j ]NtNt where At
i;j = 1 if xti
and xt
j are connected
components. Each At
i;j is defined as

ผลลัพธ์ (ไทย) 1:

การสร้างเวกเตอร์สนับสนุนใหม่ (กำหนด clusters'ขอบเขต) ให้เรากำหนดความเชื่อมโยงของคลัสเตอร์เวกเตอร์แต่ละคุณลักษณะ ดังนั้น เราป้าย clusters และกำหนดแต่ละ xti2 ฟุตของคลัสเตอร์ในเครือใช้กราฟสมบูรณ์(CG) ติดฉลากวิธี [16] ใน CG คู่ของเวกเตอร์คุณลักษณะxtiและ xtเจบอกว่า จะเป็นสมาชิกของคลัสเตอร์เดียวกัน (เชื่อมต่อส่วนประกอบ) ถ้าบรรทัดเซ็กเมนต์ (ภายในพื้นที่คุณลักษณะ)ที่เชื่อมต่อเหล่านั้นตั้งอยู่ภายในตัว hypersphere หมายเลขของคุณลักษณะ ตัวอย่างเวกเตอร์ (ปกติ 10 [16]) ในบรรทัดส่วนการประเมินการเชื่อมต่อ เราใช้คุณลักษณะตัวอย่าง 10เวกเตอร์เป็นหมายเลขนี้ให้ติดฉลากผลกับคลัสเตอร์ข้อผิดพลาดเล็กน้อยพร้อมกับการคำนวณสลับซับซ้อน[16] ได้มีความแม่นยำสูงสามารถทำได้ ด้วยตัวเลขขนาดใหญ่ของเวกเตอร์ตัวอย่างคุณลักษณะ แต่ มีข้อเสียของการเพิ่มคูณเวลาคำนวณ [44]ดังนั้น เราสร้างเมทริกซ์การ adjacency ที่ =[ที่ผม j] Nt Nt ที่ที่ผม j = 1 ถ้า xtiและ xtเชื่อมต่อ jคอมโพเนนต์ แต่ละที่ผม j ถูกกำหนดให้เป็น

ผลลัพธ์ (ไทย) 2:

รุ่นของเวกเตอร์สนับสนุนใหม่ (กำหนดกลุ่ม '
ขอบเขต) ช่วยให้เราสามารถกำหนดความร่วมมือกลุ่มของ
แต่ละคุณลักษณะเวกเตอร์ ดังนั้นเราจึงติดป้ายกลุ่มและกำหนด
แต่ละ XTI
2 ฟุตคลัสเตอร์ในเครือโดยใช้กราฟสมบูรณ์
(CG) วิธีการติดฉลาก [16] ในการกำกับดูแลกิจการคู่ของคุณลักษณะพาหะ
XTI
และ XT
J บอกว่าจะอยู่ในกลุ่มเดียวกัน (เชื่อมต่อ
ส่วนประกอบ) ถ้าส่วนของเส้น (ภายในพื้นที่คุณลักษณะ)
ที่เชื่อมต่อพวกเขาอยู่ภายใน hypersphere จำนวน
ของเวกเตอร์คุณลักษณะ (ปกติ 10 [16]) เป็นตัวอย่างในบรรทัด
ส่วนในการประเมินการเชื่อมต่อ เราใช้ 10 ตัวอย่างคุณลักษณะ
เวกเตอร์เป็นจำนวนนี้จะให้ผลการติดฉลากคลัสเตอร์ที่มี
ข้อผิดพลาดเล็กน้อยพร้อมกับความซับซ้อนของคอมพิวเตอร์ จำกัด
[16] ความแม่นยำสูงสามารถทำได้ด้วยการเป็นจำนวนมาก
ของตัวอย่างเวกเตอร์คุณลักษณะ แต่มีข้อเสียของการที่
เพิ่มขึ้นแบบทวีคูณในเวลาที่คำนวณ [44].
ดังนั้นเราจึงสร้างเมทริกซ์ถ้อยคำที่ =
[at
ฉัน; J] Nt Nt ที่ ที่
ฉัน; J = 1 ถ้า XTI
และ XT
J มีการเชื่อมต่อ
องค์ประกอบ แต่ละห้องที่
ฉัน; J ถูกกำหนดให้เป็น

ผลลัพธ์ (ไทย) 3:

การสร้างเวกเตอร์ใหม่ ( การกำหนดกลุ่มสนับสนุนขอบเขต ) ช่วยให้เราสามารถกำหนดความสัมพันธ์ของกลุ่มแต่ละคุณลักษณะเวกเตอร์ ดังนั้นเราจึงป้ายกลุ่มมอบหมายผู้รับแต่ละ2 ฟุตให้กลุ่มในเครือโดยใช้กราฟสมบูรณ์( CG ) การติดฉลากวิธี [ 16 ] ใน CG คู่เวกเตอร์คุณลักษณะประธานกับ XTเจว่า อยู่ในกลุ่มเดียวกัน ( เชื่อมต่อคอมโพเนนต์ ) ถ้าส่วนของเส้นตรง ( ภายในคุณลักษณะพื้นที่ )ที่เชื่อมต่อกับพวกเขาอยู่ใน hypersphere . จํานวนเวกเตอร์คุณลักษณะ ( โดยปกติ 10 [ 16 ] ) ตัวอย่างบนบรรทัดส่วนประเมินการเชื่อมต่อ เราใช้คุณสมบัติ 10 ตัวอย่างเวกเตอร์ฉลากหมายเลขนี้แสดงผลด้วยกลุ่มไม่มีข้อผิดพลาดพร้อมกับความซับซ้อนในการคำนวณจำกัด[ 16 ] มีความแม่นยำสูงสามารถทำได้ด้วยตัวเลขขนาดใหญ่ตัวอย่างเวกเตอร์คุณลักษณะ แต่ข้อเสียของการคูณเพิ่มในการคำนวณเวลา [ 44 ]ดังนั้นเราจึงสร้างถ้อยคำที่ = เมทริกซ์[ ที่ผม J ] ntnt ที่ผม J = 1 ถ้าผู้รับกับ XTJ ที่เชื่อมต่อกันส่วนประกอบ แต่ละที่ผม J หมายถึง