[ ( )] [ ( )] [ ( )] exp{ [ ( ), ( )]}
h i h i h i j i
P x k P x k P x k d x k x k (2.2.4)
Từ các biểu thức đ nêu trên, có thể đƣa ra một số nhận t nhƣ sau: - iểu thức 1 thể hiện thƣ c đo khoảng cách – t nh tƣơng đồng giống nhau của x ki( ) so v i các dữ liệu x kj( )X k( ).
- ai biểu thức và cho ph p thể hiện và đánh giá độ tập trung của x kj( )X k( ) xung quanh x ki( ) khi coi dữ liệu này là tâm l p
- iểu thức s kh ng định độ chắc chắn việc lựa chọn tâm l p Từ những d n giải, phân t ch trên, có thể ứng dụng cách tiếp cận của phƣơng pháp phân l p trừ trong giải bài toán ác định số l p và tâm l p
2.2.2. Phƣơng pháp SCM ứng dụng trong ác định số lƣ ng qũ đ o
Khi em t tập dữ liệu X k( ) { ( ),..., x k1 xm k( )( )}k các điểm dấu qu đ o từ nhiều nguồn khác nhau mang thông tin về số qu đ o N kt( ). Theo Bayes [16÷18], [20], hàm phân bố các dữ liệu – điểm dấu có ch là phân bố chu n, c n phân bố các dữ liệu – điểm dấu nhi u là phân bố đều trong cửa sóng hợp nhất Về bản chất vật lý, nếu b qua sai số đo, độ lệch th i gian đo, thì các giá trị ƣ c lƣợng tham số tr ng thái động học qu đ o một đối tƣợng nào đó từ tập đầu đo độc lập phải tr ng nhau o trên thực tế tồn t i những sai lệch nhƣ vậy, nên các dữ liệu Đ QĐ s khơng hồn toàn tr ng nhau nhƣng có t nh hội tụ theo mật độ kiểu hàm n i hình 2.6.a ay ch nh ác hơn là: các dữ liệu Đ QĐ có u h n hộ t v đ ểm dấu h n thự (hình 2.6.b