Минковский метрикасы. Векторлар арасындағы өлшенетін қашықтықтың әртүрлі өлшемі

Векторлар арасындағы өлшенетін қашықтықтың әртүрлі өлшемі, белгілердің басымдылықтары болуы мүмкін. Сондықтан салмақтық өлшемдер қарастырылады. Мысалы, Минковский салмақтық өлшемі келесі түрде болады:

,

мұндағы оң салмақ векторы белгілердің басымдылықтары мен шамасы жөнінде ақпаратпен анықталады. Егер мұндай ақпарат векторды анықтау үшін аз болса, онда өлшенетін шамаларды нормалайтын, мысалы Канберра өлшемін қолданамыз:

Бірінші әдіс - бейне мен класс центрі арасындағы қашықтықты анықтау. Бұл әдісті бір эталонды бейне – класс центрімен сипатталған кезде және дұрыс емес классификациялауда қателік құны көп емес жағдайларда қолдану тиімді. Бұл әдісті белгілер кеңістігіндегі бір класта орналасқан бейне-векторлардың бір-біріне өте жақын орналасуы қажет. Осы жағдайда қашықтықты анықтау келесі қадамдардан тұрады:

e) класының центрлері анықталады:

яғни класс центрі дегеніміз- класс нүктелерінің арифметикалық ортасы болып табылады. Егер тануды оқытумен қарастыратын болсақ, онда келтірілген жоғарыдағы формулада оқытылатын таңдаудағы элементтер болып сол класқа нақты жататын элементтердің қосындысы қарастырылады.

f) бейнесі мен класы арасындағы қашықтық бейне мен класс центрі арасындағы қашықтық ретінде қарастырылады: . Мысалы, және

Екінші әдіс - жақын көршілер әдісі. Бұл әдісте қашықтықты есептеу келесі қадамдардан тұрады:

e. элементін анықтаймыз, яғни

.

f. шарт тексеріледі: егер болса, онда жатады деп есептеледі. Бұл жағдайда қашықтық функциясы келесі формуламен анықталады

.

Бұл әдіс дұрыс емес классификациялау нәтижесінде қателікті жіберу мүмкіндігі жоғары, сондықтан берілгендердегі қателік аз болған жағдайда қолданылады.

Егер облысында қиылыспайтын облыстары бар болса, онда белгілер кеңістігін болатындай жеке облыстарға бөлеміз. Мұндай облыстарды Воронов облыстары (немесе Дирихле облыстары) деп атайды.

Үшінші әдіс - эталондық бейнеге дейінгі қашықтықты анықтау. Бұл әдіс бір эталонды бейне – класс центрімен анықтау қиын болған жағдайда қолданылады және эталон бейнесін енгізу мен кластың құрылымдық немесе геометриялық қасиеттерін білуге негізделген. Мұндай жағдайдың белгісі болып класс элементтері дисперсиясының үлкен мәні болып саналады. Сонымен қатар таңдалатын оқытудағы кейбір элементтер жиыны ерекшеленеді (эталондық бейнелер деп аталатын). Мұндай біртекті құрылымдар бір эталонды бейненің шеңберінде жинақталады және ол кластер деп аталады.Егер эталондық бейнелер белгілі болып, класс элементтері бірнеше эталондық бейнелерді айналдыра жақсы топтастырылса, онда берілген және класы арасындағы қашықтық келесі формула бойынша анықталады:

мұндағы - класының эталондық бейне-векторы.

Кластың эталондық бейнелерін табу есебі осы класта қайталанатын құрылымды ерекшелеумен және олардың центрін табумен шешіледі.

Ескерту. Кейбір есептерде және кластар арасындағы қашықтығын есептеу керек. Бұл қашықтықты мақсатына, кластар құрылымына және дұрыс емес шешу құнына байланысты түрлі жолдармен анықтауға болады. Кластар арасындағы қашықтықты келесі әдістермен есептеуге болады:

9. екі элемент арасындағы минималды қашықтық, әр элемент сәйкесінше өз класына жатады;

10. барлық элементтер жұбы арасында орташа қашықтықты табу, әр элемент өз класына жатады, мұндағы кластар арасындағы барлық элемент жұптарының жиыны;

11. элемент жұптары арасындағы максималды қашықтық, әр элемент өз класына жатады;

12. кластары арасындағы қашықтық, мұндағы кластырының сәйкесінше центрлері.

3. Бейнелерді өңдеу және жасақтау.

Бейнені компьютерлік өңдеу – бұнын саласында қалыптасқан бағдарламалар көптеп саналады. Солардың ішінде кең тарап, дүниежүзілік стандартқа айналған Adobe Premiere бағдарламасы. Ол компьютерлік сызықтық емес монтаж жасаудың барлық операцияларын жүзеге асырады. Бейнекамерадан компьютерге жазып, тұтас фильмді әр кадрына дейін жіліктеп бөліп қарап шығуға, оның кез келген тұстарын кесіп алып тастауға, болмаса өзгертуге болады, әртүрлі арнайы эффектілер қосылады, титр жасалады, сюжеттер арасындағы терезелер мен ауысымдар койылады, дыбыспен үйлестіріледі, болмаса музыкамен көркемделеді және басқа да дайын өнім жинақтауға дейінгі барлық міндеттерді атқаруға қабілетті аса қуатты құрал. Бірнеше фильм сюжеттерін қосу, әртүрлі айқындылығын шегін кою, күрделі өзгерістер мен алмасулар жасау да компьютер маманының біліктілігіне қарай жүзеге асады.Сандық форматтағы түсіретін камераларының қатары өскендігіне байланысты ол қатар шағын студия жағдайында кең колданылудауылы Adobe After Effectsбағдарламасы сызықтық емес монтажды толықтырып, кері шағылыстыру, бейнелеу айқындылық сияқты күрделі эффектілермен танылған бағдарламалау. Шекараларлы ерекшелеу – бейнелерді өңдеуде жақсы зерттелген сала болып есептеледі. Шекараларлы ерекшелеу (шеттерді ерекшелеу) — бейнелерді өңдеу теориясында, соның ішінде объекттерді іздеу мен объекттерді ерекшелеу саласында қолданылатын термин. Ол сандық бейнедегі жарықтылығы бірден өзгеріске ұшырайтын немесе біркелкіліктің басқа да белгілері бар нүктелерді ерекшелеп алатын алгоритмдер негізнде жүзеге асады.

Билет

1.Классификация белгілері

Классификация - системное распределение изучаемых предметов, явлений, процессов по родам, видам, типам, по каким-либо существенным признакам для удобства их исследования; группировка исходных понятий и расположение их в определенном порядке, отражающем степень этого сходства. Под классификацией понимается отнесение объектов (наблюдений, событий) к одному из заранее известных классов.
1. және екі кластар бойынша классификациялау. Оқытылатын таңдауы белгілі болсын. Оның қандай-да элементтері класына, ал қандай-да элементтері класына жатсын. Егер болса, онда деп есептейміз. Сондықтан, шешуші функция ретінде немесе алуға болады, яғни

Осылайша, шешуші функция сызықты функция болады, ал теңдеуімен берілген бөлуші бет класс центрлерін біріктіретін, кесіндіге перпендекуляр түсетін түзу болады. (1-суретте көрсетілген.)

Сурет 3.1 Екі класс арасындағы арақашықтық

2.Үш класс бойынша классификациялау. Класс шекараларының қашықтығын өлшеу – бұл класс центрлері арасындағы перпендикулярлар ортасы болады (3.2-сурет) және перпендикулярлардың қиылысу нүктесі – класс центрлерінің сыртынан жүргізілген шеңбер центрлері болып табылады.

Сурет 3.2 Үш класс арасындағы қашықтық

Жалпы жағдайда қашықтық функциясы көмегімен барлық белгілер кеңістігін ондағы белгілі класс центрлеріменкез келген нүктесі және барлық үшін болатындай етіп жеке облыстарына бөлеміз. Мұндай облыстарды Воронов клеткалары, ал барлық Воронов клеткаларының жиынын – Воронов диаграммасы деп атайды. Евклид кеңістігінде Воронов клеткаларының шекарасы барлық жағдайда қандай да бір көпжақтылар болып табылады (3.3-сурет).

Сурет 3.3 Воронов клеткалары

2.Минималды кеңістікте белгілерді анықтау

Бұл әдісте қашықтықты есептеу келесі қадамдардан тұрады:

a. элементін анықтаймыз, яғни

.

b. шарт тексеріледі: егер болса, онда жатады деп есептеледі. Бұл жағдайда қашықтық функциясы келесі формуламен анықталады

.

Бұл әдіс дұрыс емес классификациялау нәтижесінде қателікті жіберу мүмкіндігі жоғары, сондықтан берілгендердегі қателік аз болған жағдайда қолданылады.

Егер облысында қиылыспайтын облыстары бар болса, онда белгілер кеңістігін болатындай жеке облыстарға бөлеміз. Мұндай облыстарды Воронов облыстары (немесе Дирихле облыстары) деп атайды.

3. Анимациямен жұмыс

Флэш мазмұн болған барлық кадрды жеке-жеке таниды. Бұл мүмкіндік арқылы уақыт сызығының арасында автоматты толтырылған анимация мен кадрлық анимацияны бір-бірінен ажырата аламыз. Флэш-те үш түр Tween, яғни үш түрлі анимация жасауға болады. Бұлар кадрлік анимация, Motion Tween және Shape Tween болып табылады.

Tween сөзі ағылшын тілінде ортасында/арасында мағынасы беретін between сөзінің қысқартылғаны. Уақыт сызығындағы кадрлерде төменде көрсетілген суреттер арқылы анимациянын түрін түсіне аламыз.

• Көк түсті фоны бар кадлерден құралған кеңдік бізге бүкіл анимацияның Tween яғни кадр арасы анимация болғанын түсіндіреді. Жайылып тұрған көк кадрлердін алғашқысында тұрған қара нүкте сол барлық кадрға аталған бір зат болғандығының белгісі. Қара түсті ромб тәрізді символ соңғы кадр немесе анимация қимылы аталған кадр болғанын белгілейді.

• Tween жайылған аланда тінтуірдің оң жақ түймесін басып (Windows) ашылған мәзірден View Keyframes (кілт кадрлерді көрсету) тізбесінен керекті кимылдарды таңдай аласыз. Флэш автоматты түрде барлық мүмкіндіктерді көрсетіп тұрады. Сіз қалауыңызша керек еместерін өшіре аласыз.

• Басты кадрде бос нүкте болса кілт кадріндегі суретіңіздің жойылып қалғандығын көрсетеді. Бірақ суретіңіз келесі кадрлерде жойылмай қалуы мүмкін.

• Жасыл фонды кадрлерден құралған ара кадрлер бұл анимацияның Bone Toll яғни сүйек анимациясы болғандығын көрсетеді. Сүйек анимациясы адам денесі және механикалық анимацияларда клиптерді бір-біріне қосып буын жасауға мүмкіндік береді.

• Кілт кадр басындағы қара ок және сұр түсті фондағы қара нүкте бұл анимациянын классикалық анимация болғанын көрсетеді.

• Кесіліп тұрған сызықтары бар және соңғы кадрда кілт кадры жоқ класикалық кадр бұл анимацияның кем немесе бұзылып қалғаңдығын көрсетеді.

Кілт кадрдың басында қара ок және ашық жасыл түсті фоны бар қара нүктелі анимация пішін(shape)ара анимациясы болып табылады.

• Кішкентай a әрпі бар кадр, сол кадрде ActionScript кодының қосылып тұрғанын білдіреді.

• Қызыл туы бар кадр ол кадрге арнайы атау(Label) берілгендігін көрсетеді.

• Екі жасыл сызықты кадр ол кадрге пікір қалдырылғандығын түсіндіреді.

• Алтын түсті зәкір бейнесі бар кадр ол кадрдің бір затқа сілтеніп тұрғандығын көрсетеді.

Кадрлық анимация мультифильмдер сияқты барлық кадрлерді бір бірден салып шығумен құрастырылады. 1 секундқа 12 кадр келтіретін болсақ, сол 12 кадрға қойылатын суреттердің барлығын жеке-жеке салып шығуымыз керек болады. Кадрлық анимациямен жоғары сапада жұмыс жасауға болады, бірақ қиын әрі файл көлемі үлкен болып шығады.

Motion анимацияда басты және соңғы кадрға байланысты жасалынады. Қосымша файлдар ішінде тұрған Motion.fl a файлын ашып анимацияны көрейік. Ол үшін Ctrl+enter немесе Control → Test Movie →in Флэш Professional операциясын орындаймыз.

Дата добавления: 2015-08-26