Analýza a klasifikace vícerozměrných shlukových struktur

Abstract

Shluková analýza se obecně používá k řešení mnoha problémů, ať už se jedná o přírodovědné obory, digitální zpracování dat nebo v různých odvětvích běžného života. Tato disertační práce se zabývá návrhem nové metody analýzy a klasifikace shlukové struktury, založené na využití stochastických kritérií s využitím apriorní informace o vlastnostech shluku. Cílem vývoje této metody je klasifikace shluků vícerozměrné struktury odolné vůči poruchám, a to jak poruchám samotné struktury, tak i poruchám vzniklým vlivem předzpracování vstupních dat. Navržená metoda využívá základní charakteristiky exploratorní analýzy a její účinnost je ověřena srovnávacími měřeními s metodou k-means, jakožto jednu z nejpoužívanějších metod shlukové analýzy. Navržená metoda přináší zcela nový pohled na shlukovou analýzu v rámci vícerozměrných struktur.

Cluster analysis is generally used to solve many problems such as natural sciences, digital data processing or in the various spheres of daily life. This thesis describes the design of new method of analysis and classification of cluster structures which is based on the using of stochastic standards using information about the properties of the cluster. The aim of development of this method is the classification of clusters of multidimensional structures which is resistant to defects such as defect of the structure and also defects arising due to influence of input data preprocessing. The suggested method uses the basic characteristics of exploratory analysis and its effectiveness is verified by comparative measurements using k-means method. K-means is one of the most widely used method of cluster analysis. The suggested method brings a completely new perspective to cluster analysis within the multidimensional structures.