Подскажите как можно срванить две и более матриц данных, данные - вещественые числа.

задача стоит так: в файл записывается матрица, через определенный период получаем еще одну матрицу данных такого же размера, сравнить матрицы на отдаленность друг от друга, то есть сравнить с определенной погрешностью.

есть какой нибудь готовый алгоритм или еще че нибудь? помогите чем могете.

P.S. Если что то в условии не понятно говорите сразу, отвечу как смогу

Сам термин выдумал? что это по твоему мнению - сравнить на отдаленность?

Потому что не находится подобное понятие, ни в Инете, ни в мат. справочниках...

Да сам. По-моему сравнить на отдаленность - это проверить какая суммарная разница между соответствующими элементами каждой матрицы. Плюс сколько элементов равны между собой с очень маленькой погрешностью, ну и тому подобные.

если хотишь можешь подсказать мне метод аппроксимации функции трех переменных, думаю тоже поидет в данном случае ;)

Если поможет вот приблезительно то что я хочу:
1. Sparse Matrix Reordering Algorithms for Cluster Identification
2. A comparison of algorithms for maximum entropy parameter estimation

у меня есть эти 2 статьи, но сам понимаешь... тем более что одна из них просто теория - ни одной формулы

Метод наименьших квадратов.

Можно посмотреть на разные нормы для матрицы-разницы. Но критерии к этим нормам или норме устанавливать должен ты. Например, макс. по модулю элемент разницы или максимальная сумма строки/столбца, евклидова норма -- корень их сумму квадратов. Или просто посмотреть сколько элементов переходят через определенный порого. Это, скорее, концептуальный вопрос -- что есть удаленность матриц.

Составь матрицу поэлементной разности. Он и будет показывать, как удалена одна от другой, если уж такие термины вводишь. Можно потом с этой матрицей потворить что-либо.

Судя по тому что

- ни хрена нельзя... девиация коэффициентов составляющих при значительно различающихся весах компонентов будет просто бешеная!

Вообще неплохо было бы автору рассказать физику процесса, который он собирается чисельно реализовывать. Для разных процессов - разные методы. Может, коэффициент корреляции исходных данных будет более информативен, чем "сравнение" полученных после обработки матриц...

Ну, ему же не надо знать насколько зависимы друг от друга матрицы, тем более, линейно. Ему надо знать, как они близки по значениям, насколько я понял. С аппроксимацией идея выглядит для меня очень наивной -- даже не пробуйте.

Велосипед изобретать не надо. Вводишь метрику в данном (N-мерном) признаковом пространстве и считаешь ее: евклидова, Махаланобиса, Минковского, Кульбака-Лайблера... Да мало ли их напридумано. Смотри по задаче, какая тебе подойдет.

Загляни в Айвазян. Прикладная статистика. Том не помню какой Их всего три.

По Махаланобису обратись к поиску по форуму, я уже рассказывал.

Это сообщение отредактировал(а) podval - 1.3.2006, 12:50

podval,

Да понятно что много, просто думаю может кто уже делал подобное...

Физика процесса: Пользователь садится за компьютер и работает, в это время считываются все данные с клавиатуры и манипулятора "мышь", акцент делается на программы WORD, EXCEL, PHOTOSHOP, COREL DRAW (в основном "рисовальные" и "писальные"). данные с клавиатуры это время между нажатиями клавиш, записывается в матрицу следущим способом:
А Б В Г Д Е … Я
А 0 4 5 4 3 2 …
Б 3 0 4 5 6 3 ….
В 0 4 5 4 3 2 …
Г 3 0 4 5 6 3 ….
Д 0 4 5 4 3 2 …
Е 3 0 4 5 6 3 ….
.
. ну и так далее
.
Я
То есть на пересечении двух букв ставится время между их нажатиями в МС.
Аналогично заполняется матрица времен отпускания клавиш.
А также забивается массив разниц нажатия между нажатиями двух соседних клавиш букв в набираемом тексте:
Клара у Карла украла кораллы
0 3 4 5 4 6 3 0 …
соответственно (пока эту часть не рассматриваю)
Через некоторое время происходит еще один забор таких данных, и вот тут та и надо сравнить их, для определения тот ли человек сидит здесь, какое у него настроение, фактор тревожности, характер. Пока что тружусь над пунктом «тот ли человек», а остальное думаю что надо собрать некоторую базу… проводить опросы по извесным тестам определения характера, тревожности и настроения а потом выявить закономерность, если таковая имеется (думаю что есть смысл попробовать)
На счет мыши пока не думаю, но планирую и эти данные обрабатывать.
Вот вроде бы и вся постановка.

Идеи есть? Приму любые предложения. Было бы хорошо если ССылки работающие дали бы у кого есть.

Идея та же - многомерные статистики.
И много-много экспериментальной работы.

podval, нашел описание алгоритма на форуме:

но вот если ты скажешь что за векторы средних Х1 и Х2 я был бы рад. Остальное вроде понятно.

P.S. Можешь кинуть ссылки или названия книг где можно найти все эти алгоритмы

Вектор средних - это вектор, каждый элемент которого является средним значением по данной строке в исходной матрице.

podval, THANX тебе ОГРОМНЫЙ! ты очень помог. результаты потом покажу, если получатся