Статьи

В работе детально описан алгоритм оптимизации кластерного разбиения. Критерием качества выбрано суммарное внутрикластерное рассеивание по всем вновь организуемым кластерам. Уменьшение этого рассеивание достигается направленным пошаговым перемещением отдельных объектов между кластерами. Алгоритм реализован в виде компьютерной программы. Приведены примеры его работы на реальных данных.

В настоящей работе рассмотрен вариант задачи анфолдинга, в которой положение части объектов (целей) уже известно, и требуется локализовать только наблюдателей - оставшуюся часть множества объектов. Предлагается процесс заполнения пропущенных позиций матрицы различий реализовать через построение промежуточной визуализации в искусственном пространстве изображений с точным соблюдением всех заданных изначально расстояний. При этом оказывается, что для того, чтобысделать построение промежуточной визуализации простым и, желательно, однозначным, достаточно подобрать подходящую размерность пространства изображений. Если возможность неоднозначного построения, тем не менее, будет не полностью исключена, то она окажется сведенной к небольшому количеству возможных вариантов.После построения каждого из допустимых вариантов промежуточной визуализации недостающие в исходных данных различия уже вычисляются, и есть возможностьзаполнить матрицу различий целиком. Выбор из набора потенциальных вариантов заполнения матрицы можно затем осуществить путем их перебора.