//--------------------------------------------------------------------------------//
// COPYRIGHT NOTICE //
//--------------------------------------------------------------------------------//
// Copyright (c) 2012, Instituto de Microelectronica de Sevilla (IMSE-CNM) //
// //
// All rights reserved. //
// //
// Redistribution and use in source and binary forms, with or without //
// modification, are permitted provided that the following conditions are met: //
// //
// * Redistributions of source code must retain the above copyright notice, //
// this list of conditions and the following disclaimer. //
// //
// * Redistributions in binary form must reproduce the above copyright //
// notice, this list of conditions and the following disclaimer in the //
// documentation and/or other materials provided with the distribution. //
// //
// * Neither the name of the IMSE-CNM nor the names of its contributors may //
// be used to endorse or promote products derived from this software //
// without specific prior written permission. //
// //
// THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS" //
// AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE //
// IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE //
// DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT HOLDERS OR CONTRIBUTORS BE LIABLE //
// FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL //
// DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR //
// SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER //
// CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, //
// OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE //
// OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE. //
//--------------------------------------------------------------------------------//
package xfuzzy.xfsp.model.types;
import java.lang.Double;
import java.lang.Math;
/**
* <p> <b>Descripci�n:</b> Implementaci�n de los m�todos que permiten calcular
* distintos tipos de distacias entre arrays de elementos de tipo <double>.
* <p> <b>E-mail</b>: <ADDRESS>joragupra@us.es</ADDRRESS>
* @author Jorge Agudo Praena
* @version 2.0
* @see IXfspDistance
*
*/
public class XfspEuclideanDistance
implements IXfspDistance {
//pesos asignados a las funciones de pertenencia de un tipo
private double[] weights;
/**
* <p> <b>Descripci�n:</b> crea un objeto que permite calcular distintos
* tipos de distancias de puntos y <i>clusters</i>
* @param weights Pesos asignados a las funciones de pertenencia del tipo.
*
*/
public XfspEuclideanDistance(double[] weights) {
this.weights = weights;
}
/**
* <p> <b>Descripci�n:</b> calcula la distancia entre los vectores
* <i>i-�simo</i> y <i>j-�simo</i> de data1 y data2 respectivamente.
* @param data1 Array de vectores de elementos de tipo <i>double</i>.
* @param data2 Array de vectores de elementos de tipo <i>double</i>.
* @param i Posici�n que ocupa en <b>data1</b> un vector de elementos de tipo
* <b>double</b>.
* @param j Posici�n que ocupa en <b>data2</b> un vector de elementos de tipo
* <b>double</b>.
* @return Distancia entre el vector de <i>double</i> apuntado por <b>i</b> y
* el apuntado por <b>j</b>.
*
*/
public double distance(double[][] data1, double[][] data2, int i, int j) {
double dist = 0;
for (int k = 0; k < data1[i].length; k++) {
double diff = data1[i][k];
diff -= data2[j][k];
diff *= weights[k];
dist += (diff * diff);
}
return dist;
}
/**
* <p> <b>Descripci�n:</b> calcula el di�metro de un cluster, es decir, la
* distancia m�xima entre cualesquiera dos puntos pertenecientes a dicho
* cluster.
* @param data Array de vectores de elementos de tipo <i>double</i>, cada uno
* de los cuales representa a un punto asignable a un cluster.
* @param assign Indica a qu� cluster est� asignado cada elemento de
* <b>data</b>, de tal forma que el elemento <i>i-�simo</i> de data est�
* asignado al cluster al que hace referencia el elemento <i>i-�simo</i> de
* <b>assign</b>.
* @param cl N�mero del cluster cuyo di�mtro queremos calcular.
* @return Distancia m�xima entre cualquier par de puntos pertenecientes al
* cluster <b>cl</b>.
*
*/
public double diameter(double[][] data, int[] assign, int cl) {
double max = 0;
for (int i = 0; i < data.length; i++) {
if (assign[i] != cl) {
continue;
}
for (int j = i + 1; j < data.length; j++) {
if (assign[j] != cl) {
continue;
}
double dist = distance(data, data, i, j);
if (dist > max) {
max = dist;
}
}
}
return max;
}
/**
* <p> <b>Descripci�n:</b> calcula la distancia m�nima entre dos clusters, es
* decir, la m�nima de las distancias entre cualesquiera dos puntos que
* pertenezcan cada uno de ellos a uno de los clusters.
* @param data Array de vectores de elementos de tipo <i>double</i>, cada uno
* de los cuales representa a un punto asignable a un cluster.
* @param assign Indica a qu� cluster est� asignado cada elemento de
* <b>data</b>, de tal forma que el elemento <i>i-�simo</i> de data est�
* asignado al cluster al que hace referencia el elemento <i>i-�simo</i> de
* <b>assign</b>.
* @param cl1 N�mero de uno de los clusters.
* @param cl2 N�mero del segundo de los clusters.
* @return Distancia m�nima entre un punto de <b>cl1</b> y otro de <b>cl2</b>.
*
*/
public double minDistance(double[][] data, int[] assign, int cl1, int cl2) {
double min = Double.MAX_VALUE;
for (int i = 0; i < data.length; i++) {
if (assign[i] != cl1) {
continue;
}
for (int j = 0; j < data.length; j++) {
if (assign[j] != cl2) {
continue;
}
double dist = distance(data, data, i, j);
if (dist < min) {
min = dist;
}
}
}
return min;
}
/**
* <p> <b>Descripci�n:</b> calcula la distancia media entre los puntos
* pertenecientes a dos clustersm�nima entre dos clusters.
* @param data Array de vectores de elementos de tipo <i>double</i>, cada uno
* de los cuales representa a un punto asignable a un cluster.
* @param assign Indica a qu� cluster est� asignado cada elemento de
* <b>data</b>, de tal forma que el elemento <i>i-�simo</i> de data est�
* asignado al cluster al que hace referencia el elemento <i>i-�simo</i> de
* <b>assign</b>.
* @param cl1 N�mero de uno de los clusters.
* @param cl2 N�mero del segundo de los clusters.
* @return Distancia media entre los puntos de <b>cl1</b> y los de <b>cl2</b>.
*
*/
public double averageDistance(double[][] data, int[] assign, int cl1, int cl2) {
double accumulative = 0;
for (int i = 0; i < data.length; i++) {
if (assign[i] != cl1) {
continue;
}
for (int j = 0; j < data.length; j++) {
if (assign[j] != cl2) {
continue;
}
double dist = distance(data, data, i, j);
accumulative += dist;
}
}
int S = size(data, assign, cl1);
int T = size(data, assign, cl2);
return accumulative / (S * T);
}
/**
* <p> <b>Descripci�n:</b> calcula la distancia de Haussdorff entre dos
* clusters.
* @param data Array de vectores de elementos de tipo <i>double</i>, cada uno
* de los cuales representa a un punto asignable a un cluster.
* @param assign Indica a qu� cluster est� asignado cada elemento de
* <b>data</b>, de tal forma que el elemento <i>i-�simo</i> de data est�
* asignado al cluster al que hace referencia el elemento <i>i-�simo</i> de
* <b>assign</b>.
* @param cl1 N�mero de uno de los clusters.
* @param cl2 N�mero del segundo de los clusters.
* @return Distancia media entre los puntos de <b>cl1</b> y los de <b>cl2</b>.
*
*/
public double haussdorffDistance(double[][] data, int[] assign, int cl1,
int cl2) {
return Math.max(distancePrime(data, assign, cl1, cl2),
distancePrime(data, assign, cl2, cl1));
}
/**
* <p> <b>Descripci�n:</b> calcula el tama�o alfa de un <i>cluster</i>.
* @param data Array de vectores de elementos de tipo <i>double</i>, cada uno
* de los cuales representa a un punto asignable a un cluster.
* @param assign Indica a qu� cluster est� asignado cada elemento de
* <b>data</b>, de tal forma que el elemento <i>i-�simo</i> de data est�
* asignado al cluster al que hace referencia el elemento <i>i-�simo</i> de
* <b>assign</b>.
* @param cluster Array con los centros de los clusters en que se agrupan los
* datos.
* @param i N�mero del <i>cluster</i> cuyo tama�o alfa se quiere calcular.
* @param t Valor del par�metros t para calcular el tama�o alfa de
* <i>cluster</i>.
* @return Tama�o alfa de un <i>cluster</i>.
*
*/
public double alpha(double[][] data, int[] assign, double[][] cluster, int i,
int t) {
double accumulative = 0;
for (int k = 0; k < data.length; k++) {
if (assign[k] == i) {
accumulative += Math.pow(distance(data, cluster, k, i), t);
}
}
int S = size(data, assign, i);
return Math.pow( (accumulative / S), (double) 1 / t);
}
/**
* <p> <b>Descripci�n:</b> Q-norma de Minkowski de un vector.
* @param v Vector para el que se calcular� la Q-norma de Minkowski.
* @param q Par�metro para calcular la Q-norma de Minkowski.
* @return Valor de la Q-norma de Minkowski del vector.
*
*/
public double minkowskiQNorm(double[] vector, int q) {
double accumulative = 0;
for (int i = 0; i < vector.length; i++) {
accumulative += Math.pow(Math.abs(vector[i]), q);
}
return Math.pow(accumulative, 1 / q);
}
/**
* <p> <b>Descripci�n:</b> calcula la diferencia entre dos vectores.
* @param v1 Vector al que se le restar� otro.
* @param v2 Vector que se le restar� el primero.
* @return Diferencia entre los dos vectores.
*
*/
public double[] difference(double[] v1, double[] v2) {
double[] difference = new double[v1.length];
for (int i = 0; i < v1.length; i++) {
difference[i] = v1[i] - v2[i];
}
return difference;
}
/**
* <p> <b>Descripci�n:</b> calcula el tama�o de un <i>cluster</i> de datos.
* @param data Vector de datos agrupados en <i>clusters</i>.
* @param assign Vector con las asignaciones de los datos a los distintos
* <i>clusterss</i>.
* @param c N�mero del <i>cluster</i> cuyo tama�o se quiere calcular.
* @return N�mero de elementos asignados al <i>cluster</i> deseado.
*
*/
public int size(double[][] data, int[] assign, int c) {
int S = 0;
for (int i = 0; i < data.length; i++) {
if (assign[i] == c) {
S++;
}
}
return S;
}
/**
* <p> <b>Descripci�n:</b> calcula la distancia prima entre dos
* <i>clusters</i>.
* @param data Vector de datos agrupados en <i>clusters</i>.
* @param assign Vector con las asignaciones de los datos a los distintos
* <i>clusterss</i>.
* @param cl1 N�mero del primer <i>cluster</i>.
* @param cl2 N�mero del segundo <i>cluster</i>.
* @return Distancia prima entre los dos <i>clusters</i>.
*
*/
public double distancePrime(double[][] data, int[] assign, int cl1, int cl2) {
double max = 0;
for (int i = 0; i < data.length; i++) {
if (assign[i] != cl1) {
continue;
}
double min = Double.MAX_VALUE;
for (int j = 0; j < data.length; j++) {
if (assign[j] != cl2) {
continue;
}
double dist = distance(data, data, i, j);
if (dist < min) {
min = dist;
}
}
if (min > max) {
max = min;
}
}
return max;
}
}