
- •Часть 3. Модели распознавания образов.
- •10.1. Постановка задачи распознавания образов.
- •10.1.1. Предмет распознавания образов.
- •10.1.2. Формулировка задачи распознавания образов.
- •10.1.3. Алгоритмы распознавания образов.
- •10.2. Модели распознавания образов на основе линейной алгебры.
- •10.3. Диагностика малых групп в структуре социальной системы.
- •10.3.1. Формирование социометрической матрицы.
- •10.3.2. Выявление малых групп в социуме.
- •10.3.3. Полугрупповые подходы при управлении малыми группами
- •11.1. Искусственный интеллект и нейронаука.
- •11.2. Мозг – как функциональная система.
- •11.3. Нейросетевые модели мозга: требования, описания и
- •11.4. Нейросетевое обучение в дискретной модели Хопфилда/
- •11.5. «Нейросетевая педагогика» и ее приложения.
- •11.6. Нелинейные модели и прогноз развития
- •12.1. Оценка состояния современной информатики
- •12.2. Квантовая физика и квантовая информатика.
- •12.3. Кубиты и операции с ними.
- •12.4. Принципиальная схема квантового компьютера.
- •12.5. Реализации и перспективы квантовой информатики.
10.3.2. Выявление малых групп в социуме.
Для выявления
малых групп в социуме построенная
социометрическая матрица
(табл. 10.1) некоторым образом трансформируется
и, по определенному алгоритму [8],
разбивается на «сильные» и «слабые»
блоки, представляющие имеющиеся
коалиции в данной социальной системе.
Применяя этот алгоритм к социометрической
матрице, представленной в табл.10.1,
получаем разбиение этой матрицы на
«сильные» и «слабые» блоки, приведенное
в табл. 10.2.
Таблица 10.2. Разбиение социометрической матрицы монастырского сообщества на «сильные» и «слабые» блоки.
№ |
10 |
5 |
9 |
6 |
4 |
11 |
8 |
12 |
1 |
2 |
14 |
15 |
7 |
16 |
13 |
3 |
17 |
18 |
||
10 |
|
|
1 |
|
|
|
|
|
||||||||||||
5 |
|
1 |
3 3 3 |
2 |
|
|
|
|||||||||||||
9 |
2 |
|
|
|
|
|||||||||||||||
6 |
|
2 3 |
|
|
|
|
||||||||||||||
4 |
2 1 |
|
||||||||||||||||||
11 |
2 3 |
|
|
|
||||||||||||||||
8 |
1 2 3 |
|
||||||||||||||||||
12 |
1 3 1 2
|
1 2 2 3 1 3 2 1 3 1 3 |
3 |
|
|
|
|
|||||||||||||
1 |
|
2 |
|
|
||||||||||||||||
2 |
2 |
|
||||||||||||||||||
14 |
|
|||||||||||||||||||
15 |
2 |
1
2 |
||||||||||||||||||
7 |
||||||||||||||||||||
16 |
1 3 |
2 |
||||||||||||||||||
13 |
3 1 |
3 1 2 |
2 |
2 1 1 1 2 3
3 1 |
||||||||||||||||
3 |
|
|||||||||||||||||||
17 |
||||||||||||||||||||
18 |
Следует иметь в
виду, что здесь возникает некоторый
произвол при задании критериев разбиения,
который можно минимизировать только
экспериментально. Например, в работе
[8] при исследовании социального
микроклимата в рассматриваемом
монастырском сообществе при разбиении
матрицы
на «сильные» и «слабые» блоки для
определения «слабых» блоков адекватные
результаты дали следующие критерии:
1). Элементы блока, как правило, нулевые, за исключением, быть может, нескольких единиц.
2). Сумма элементов в блоке меньше половины суммы средних значений (по матрице) элементов этого блока.