PDF-Download - Deutsche Geodätische Kommission
PDF-Download - Deutsche Geodätische Kommission
PDF-Download - Deutsche Geodätische Kommission
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
7.4. MEDIANBASIERTE ÄHNLICHKEITSRELATION ZWEIER CLUSTER 77<br />
Definition 7.3.3 (Cluster-Varianz)<br />
Den Schätzwert für die Varianz der zu erwartenden Kantenlänge eines Cluster X definieren wir wie folgt:<br />
V(X) =MAD(X) =Median({|δ(k i,j ) − D(X)| |k i,j ∈ E(X)}) .<br />
Definition 7.3.4 (Cluster-Toleranz)<br />
Das Toleranzintervall für die Dichte eines Clusters X ergibt sich aus den Definitionen 7.3.2 und 7.3.3 wie folgt:<br />
T(X) =[Min(X), Max(X)]<br />
mit Min(X) =D(X) − V(X) und Max(X) =D(X)+V(X) .<br />
Falls Min(X) < 0 setzen wir Min(X) =0, da keine negativen Abstände (Dichten) existieren können.<br />
Diese Modellierung der Cluster-Dichte und Cluster-Varianz ermöglicht uns eine einheitliche Schätzung der Clusterdichte<br />
für reguläre und nicht reguläre Cluster. Was uns jetzt noch fehlt, ist die Definition des Abstandes<br />
zweier benachbarter Cluster X und Y . Diese definieren wir analog zur Cluster-Dichte und Cluster-Varianz auf<br />
der Schnittmenge der äußeren Kantenmengen von X und Y .<br />
Definition 7.3.5 (Cluster-Abstand)<br />
Der Abstand zwischen zwei Clustern X und Y wird durch folgendes Intervall definiert:<br />
∆(X, Y) =[MD(X, Y) − VD(X, Y), MD(X, Y)+VD(X, Y)]<br />
mit MD(X, Y) =Median(d i,j | k i,j ∈ X ∗ ∩ Y ∗ )<br />
und VD(X, Y) =Median({|δ(k i,j ) − MD(X, Y)| |k i,j ∈ X ∗ ∩ Y ∗ }) .<br />
Falls MD(X, Y) − VD(X, Y) < 0 setzen wir MD(X, Y) − VD(X, Y) =0, da keine negativen Abstände<br />
existieren können.<br />
7.4 Medianbasierte Ähnlichkeitsrelation zweier Cluster<br />
Aufbauend auf den Definitionen der Cluster-Dichte, Cluster-Varianz und des Cluster-Abstands können wir nun<br />
einfache parameterfreie Vergleichskriterien definieren. Als erstes definieren wir eine Bedingung, die notwendig<br />
ist, um Cluster gleicher Dichte voneinander zu trennen, die zu weit entfernt voneinander sind.<br />
Definition 7.4.1 (Abstands-Kompatibilität)<br />
Zwei Cluster X und Y werden als verträglich (kompatibel) bezüglich ihres Abstands betrachtet, wenn folgende<br />
Bedingung erfüllt ist:<br />
∆(X, Y) ⊆ T(X) und ∆(X, Y) ⊆ T(Y) .<br />
Als zweites definieren wir eine Bedingung zum robusten Testen zweier Clusterdichten auf Ähnlichkeit (Quasi-<br />
Gleichheit).<br />
Definition 7.4.2 (Intra-Dichte-Kompatibilität)<br />
Zwei Cluster X und Y werden als verträglich (kompatibel) bezüglich ihrer Dichte betrachtet, wenn folgende<br />
Bedingung erfüllt ist:<br />
D(X) ⊆ T(Y) und D(Y) ⊆ T(X) .