Труды КНЦ вып.12 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ вып. 5/2021(12))

N с н 0-4 171 о п 0-3 Ollh <М В 0-5 С 0-4 ВР 0-3 ФР 0-3 АІ 20000 00002 2000 20000 200000 10100 2000 2000 А2 01100 0ОООІ ІООО Z0OOO 200000 11000 І0<4 2000 АЗ 00110 00002 2000 20000 2 U 0 OOO 11000 2000 2000 А4 02000 00002 2000 20000 200000 10100 2000 2000 ВІ 20000 00003 2000 гоооо 300000 10010 гооо 3000 в : 01100 00002 2000 20000 200000 10010 2000 2000 ЕЗ 00110 00002 2000 ZOOOO ^ПОООО10010 2000 2000 В-1 02000 00002 2000 20000 200000 01010 2000 2000 С1 20000 00002 2000 20000 200000 10100 1001 2000 в) Рис. 4. Представление исходных данных для иерархической кластеризации: а) оценка первого эксперта; б) оценка второго эксперта; в) агрегация оценки двух экспертов путем сложения мультимножеств, соответствующих одинаковым пространственным ячейкам Согласно описанным выше шагам предлагаемого подхода, были рассчитаны расстояния между исходными кластерами (один объект - один кластер) и сформирована матрица расстояний, которая представлена на рисунке 5. Для вычисления расстояний между кластеризуемыми объектами, представленными в виде мультимножеств была использована формула: n d 11( 0 i , 0 j ) = Z | k Ai ( X ) - k Aj ( X ) I l =1 где At и A - мультимножества, соответствующие объектам о. и о . П ри выполнении первого шага предложенного метода производится разбиение объектов методом неиерархической кластеризации FPF (Furthest Point F irst). Данны й метод позволяет получить следующ ую оценку для значения диаметра разбиения: D е [1 4 ,2 8 ], по скольку найденное значения для параметра d FP равно 28. 81