Page 45 - 169

Вертикальна кластеризація, рис.3.11 здійснюється за рахунок перенесення
транзитної вершини (v ) графу з рівня (k ) на рівень ( j ), якщо виконуються
ik
наступні умови:
n 1  M і j  j  j ,
1
1
j
де: j  max{in [e (v )]} – максимальний номер рівня, з яким з’єднана
1 ik
вершина v вхідними дугами;
ik
j  min{out [e (v )]} – мінімальний номер рівня, з яким з’єднана вершина
2 ik
v вихідними дугами;
ik
M  max{n , , n , , n } – максимальна кількість вершин, яка
1 j L
розміщена на одному з рівнів графу.
1 1
11 11
2 3 4 2, 3, 5 4
4 2 14 13 14

5
7

6
6
12 12

Рис.3.11 - Приклад вертикальної кластеризації по вершинах графу

Групова кластеризація полягає в одночасному перенесенні транзитної
вершини (v ) з k -го рівня на j -ий і суміщенням її з вершинами рівня ( j ),
ik
рис.3.12. При цьому повинні виконуватись умови:
I
для будь яких v , що входять в V  w  m , при чому j  j  j .
Ij
ik
j
i
1
1
i

1 2 1 2
10 14 10 14
3 4 5 6 3 4 5
6 2 14 12 6 2 14

7 8 7 8 6
15 7 15 7 12

9 10 9 10
19 13 19 13

Рис.3.12 - Приклад групової кластеризації по вершинах графу.

Таким чином, кластерні моделі дозволяють зменшити кількість станів
досліджуваних об’єктів, що спрощує подальший аналіз їх поведінки,
покращити ефективність сприйняття оператором великих об’ємів інформації і
дозволяє підвищити швидкість його реагування на відхилення від норми.