PDF-Download - Deutsche Geodätische Kommission

88 KAPITEL 8. EVALUIERUNG DES HPGCL-ALGORITHMUS
(a) Testdatensatz 1 (b) Testdatensatz 2
Abbildung 8.1: Testdaten zur manuellen Auswertung
Tabelle 8.1: Ergebnisse der manuellen Auswertung zweier Testdatensätze
Manueller Test 1 Manueller Test 2
Auswertung #Cluster #Unklassifizierter Objekte #Cluster #Unklassifizierter Objekte
1 11 0 16 9
2 17 4 14 9
3 6 0 6 0
4 13 2 29 13
5 13 2 25 4
6 14 3 17 15
7 13 4 10 10
8 23 1 23 29
9 11 0 12 14
10 16 3 21 29
Min 6 0 6 0
Max 23 4 29 29
Median 13 2 16,5 11,5
MAD 2 1,5 5,5 3
Mittelwert 13,7 1,9 17,3 13,2
Sigma 4,22 1,513 6,812 8,987
Um eine eindeutige Referenzzerlegung zu erhalten, haben wir drei künstliche Datensätze erzeugt, die solche
Clusterformen enthalten, die wir durch den HPGCL-Algorithmus erkennen wollen. In Abbildung 8.2a ist der
erste Testdatensatz abgebildet. Dieser Datensatz enthält einen linienförmigen Cluster in Form eines Z, nah
benachbarte Linien-Cluster innerhalb eines Ring-Clusters, konkave und verschränkte Cluster unterschiedlicher
Dichte, sich berührende Cluster gleicher Dichte sowie benachbarte Cluster unterschiedlicher Dichte.
Als zweiten Testdatensatz haben wir den ersten mit Rauschen überlagert (Abb. 8.2b), d.h. es wurden zufällig
Punkte hinzugefügt, entfernt und verschoben. Dieser Datensatz dient dazu, eine Abschätzung der Rauschempfindlichkeit
zu ermöglichen. Das besondere Interesse liegt dabei darin, ob die gleichen Regionen wie im ersten
Testdatensatz als Cluster erkannt wurden. Eine Unterscheidung der Punkte in Rauschen und Cluster ist nicht
unser Ziel. Es kann auch nicht unser Ziel sein, da unser Clustermodell Rauschen nicht modelliert. Unser Modell
interpretiert homogene Regionen als Cluster und diese homogenen Regionen können natürlich auch aus
Rauschen bestehen.