PLANTILLA

4721SistemasdePercepcin
IngenieraTcnicaIndustrial,
especialidadElectrnicaIndustrial
EscolaPolitcnicaSuperior

Prctica2:Clasificacinnosupervisada
Grupo:________
Nombre:_________________________________________________________DNI:____________
Nombre:_________________________________________________________DNI:____________
Nombre:_________________________________________________________DNI:____________

A.Seleccindelaestrategiadeagrupamiento
Diseadunaestrategiadeagrupamientoparalasformasycaractersticasqueoshancorrespondidocomo
grupo.Paraello:
1. Calculadlascaractersticascorrespondientesynormalizadlas.

espacio para: cdigo matlab para calcular los valores de las caractersticas

2. Representadgrficamentelosejemplares.

espacio para: cdigo matlab de visualizacin y figuras

3. Agrupadlosejemplaresempleandoagrupamientojerrquicoaglomerativoyconsiderandolas
siguientescombinaciones:
distanciaentrepuntos:eucldeacosenomtricacityblock
algoritmosdeagrupamiento:vecinomsprximovecinomslejanodevarianzamnima
AlbertoOrtiz

Paraello,utilizadlossiguientescomandosdeMatlab:
P=pdist(X,distancia)calculalamatrizdeproximidadPparalamatrizdeejemplaresX
empleandoladistanciaindicada:entreotras,euclidean,paraladistanciaeucldea,cosine
paraelcoseno(=1elcosenodelnguloqueformanlosejemplares),chebychevparala
distanciaycityblockparaladistanciacityblock.
L=linkage(P,algoritmo)calculaelrboljerrquicocorrespondientealamatrizde
proximidadPyelalgoritmoindicado:entreotros,single,paraelalgoritmodelvecinoms
prximo,complete,paraelalgoritmodelvecinomslejano,yward,paraelalgoritmode
varianzamnima.
dendrogram(L)visualizaeldendrogramacorrespondientealrboljerrquicoL.
T=cluster(L,MaxClust,nc)devuelve,paraelnmerodeclustersnc,elvectorT,cadafila
delcualindicaaquclusterperteneceelpatrndelamismafiladelamatrizX.

espacio para: cdigo matlab para realizar la clasificacin

4. Visualizadelresultadodelaclasificacin(dendrogramayclasificacin)paracadacombinacin.

espacio para: cdigo matlab de visualizacin y figuras

5. Seleccionadfinalmentelaestrategiadeagrupacinquemejoresresultadoshayaproporcionadopor
inspeccinvisualdelosresultados.Observadquelacombinacinqueescojisdeberasercapaz
deagruparcorrectamenteen3claseslosejemplares.

espacio para: seleccin realizada

AlbertoOrtiz

B.Agrupamientojerrquico
Enesteapartadotenisqueemplearlaestrategiadeagrupamientoquehabisdiseadoenelapartado
anteriorparaclasificarlasformas queaparecenenunpardeimgenesbinarias.Dichasimgenesse
encuentranenlosficherosmosaicoGa.bmpymosaicoGb.bmp.Ambascontienenversionesescaladasy
rotadasdelasformasconlasquehabistrabajadoenelapartadoA.Pararealizarelagrupamiento:
1. Utilizadlafuncin[L,ML]=bwlabel(I,C)deMatlab,lacualencuentralascomponentesconexas
delaimagenbinariaI,utilizandoconectividadC=4u8(8damejorresultadoenestecaso),y
devuelveunaimagenLdelmismotamaodondecadapxelesetiquetadoconelnmerodela
componenteconexaalaquepertenece:1,2,...,ML,dondeMLeselnmerodecomponentes
conexasdelaimagen.
Acontinuacin,calculadlascaractersticasdelascomponentesconexasinvocandolafuncinrp=
regionprops(L,Eccentricity,Solidity).Estafuncindevuelveelvectorrpconlascaractersticas
calculadas para cada componente conexa de L. Mediante rp(i).Eccentricity y
rp(i).Solidityseaccedeaambascaractersticasparalacomponentei.
NOTA:Aveces,despusderealizarrotacionesyescalados,aparecencomponentesconexasde
unos pocos pxeles por error. Esto implica que os puede aparecer un nmero de componentes
conexasmayorqueelnmerodeformashayrealmente.

espacio para: cdigo matlab para calcular los valores de las caractersticas de las formas
de los mosaicos

2. Agrupadlosejemplares(componentesconexasencontradas)utilizandolaestrategiadiseadaenel
apartadoA,seleccionandoelnmerodeclustersatravsdelndicedeDaviesBouldin(podis
encontrarunaimplementacinparaMatlabalfinaldelenunciado).Probadcon2,3,...,10clusters.

espacio para: cdigo matlab para realizar la agrupacin

3. Representadgrficamentelosresultadostantosobreelespaciodecaractersticascomosobrelas
imgenes.Paraloltimotenisquegenerarunaimagendelmismotamaoqueelmosaico,
etiquetandocadapxelpertenecienteaunaformaconelnmerodeclasequeosretornelafuncin
clust.Acontinuacin,podisvisualizarlaimagenmedianteelcomandoimagescyseleccionandoel
mapadecolormediantecolormap(jet).

AlbertoOrtiz

espacio para: cdigo matlab de visualizacin y figuras

Si observis que vuestra eleccin no fue correcta, volved al apartado A y rectificad lo que
corresponda.Encualquiercaso,quedaosconelmejorresultadoquehayisconseguido.

espacio para: rectificaciones realizadas (si procede)

C.Agrupamientoparticional
RepetidelapartadoBparaelalgoritmokmeans.Paraello,empleadlafuncin:
T=kmeans(X,nc,Distance,sqEuclidean,Replicates,ni)
donde nc es el nmerofinalde clusters requerido, seemplea la distancia eucldea ysepidequeel
algoritmoseejecutenivecesparanodependerdelaeleccininicialdecentroides(p.e.10veces).Otras
distanciasdisponiblesson:cityblockycosine.Ladistancianoestimplementada.
Sios daproblemas enalgunaejecucin,leedlaayudadelalgoritmoqueproporcionaMatlab,en
particularloquehacereferenciaaEmptyActionyDisplay.
Portanto:
1. UtilizadlamismasecuenciadecomandosdelapartadoBparagenerarlascaractersticas.
2. Agrupadlosejemplaresutilizandoelalgoritmokmeanstalycomosehaindicado,yseleccionando
elnmerodeclustersdeacuerdoconelndicedeDaviesBouldin.

espacio para: cdigo matlab para realizar la agrupacin

3. Representadgrficamentelosresultadostantosobreelespaciodecaractersticascomosobrelas
imgenesaligualquelohabishechoenelapartadoB.

AlbertoOrtiz

espacio para: cdigo matlab de visualizacin y figuras

Siobservisquevuestraeleccinsobreladistancianoesapropiadaobiennoladistancianoest
implementada, probad con otra distancia (help kmeans) y quedaos con el mejor resultado que
hayisconseguido.

espacio para: rectificaciones realizadas (si procede)

AlbertoOrtiz