बिंदु प्रक्रियाओं के लिए क्वाड्रेट्स का निर्माण कैसे करें जो आवृत्ति में बहुत भिन्न होते हैं?


9

मैं कई बिंदु प्रक्रियाओं (या एक चिह्नित बिंदु प्रक्रिया) पर चतुष्कोण गणना विश्लेषण करना चाहता हूं, फिर कुछ आयामी कमी तकनीकों को लागू करना है।

ये चिह्न समान रूप से वितरित नहीं होते हैं, अर्थात, कुछ निशान अक्सर दिखाई दे रहे हैं, और कुछ बहुत दुर्लभ हैं। इस प्रकार, मैं बस अपने 2 डी स्थान को एक नियमित ग्रिड में विभाजित नहीं कर सकता, क्योंकि अधिक लगातार निशान कम लगातार लोगों को "अभिभूत" करेंगे, उनकी उपस्थिति को मास्किंग करेंगे।

इस प्रकार, मैंने अपना ग्रिड बनाने की कोशिश की जैसे कि प्रत्येक सेल में अधिकांश एन बिंदु हैं (ऐसा करने के लिए, मैं प्रत्येक सेल को चार छोटे (और समान रूप से आकार में) कोशिकाओं में विभाजित करता हूं, पुनरावर्ती रूप से, जब तक कि किसी सेल में एन अंक से अधिक नहीं हो। यह)।

आप इस "सामान्यीकरण" तकनीक के बारे में क्या सोचते हैं? क्या ऐसी चीजों को करने का एक मानक तरीका है?


1
यदि आप एक नियमित ग्रिड का उपयोग करते हैं और अधिक लगातार निशान कम लगातार लोगों से आगे निकलते हैं, तो मैं यह नहीं देखता कि "चीजें" और "मास्क" कैसे। क्या आप थोड़ा विस्तार कर सकते हैं? क्या आप प्रत्येक क्वाड्रैट की सामग्री को केवल सबसे सामान्य चिह्न, या कुछ और के साथ बदलने की कोशिश कर रहे हैं?
वेन

जवाबों:


1

मैंने नियमित ग्रिड पर केवल क्वाड्रैट विश्लेषण का उपयोग किया है। यह उद्देश्य के संबंध में मददगार था, जो एक ज्ञात प्रक्रिया, जैसे, यादृच्छिक के साथ नमूना डेटा के फैलाव की तुलना करना था। इसलिए एक नियमित ग्रिड ने अच्छी तरह से काम किया।
आपके द्वारा विकसित और वर्णित विधि क्वाड्रैट गिनती के लिए निश्चित नहीं है। उदाहरण के लिए चलती औसत विधि में, एक विकल्प प्रक्रिया के लिए पड़ोसियों की संख्या की गणना करना है, अर्थात, औसत, जो कि केवल एक सर्कल (2 डी में) या क्षेत्र (3 डी में) की खोज करके किया जाता है। आपकी विधि उन चयनित नमूनों के थोड़े अलग उपयोग के साथ समान है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.