群化(clustering)的目的在於將一群未經過整理的資料，經過一有系統的分類，將具備有相同特徵(feature)的資料個別歸類，進而達到群化的目的，而對本實驗而言，我們必須先將微粒墊片與背景分類出來，當然首先我們必須對一些已知的資料進行分析，找出一個足以分離個別特徵的區別函數，必要時也可加強其特徵的強度以便於區分，如圖1(a)所示為分析一筆已知的資料進而得到一區別函數的流程圖，圖1(b)指出再利用區別函數對未知的資料做群化的流程。
 首先我們先定義一筆資料，這筆資料中包含了不同特徵的兩類，我們首先假設已知的資料為  ，其中  分別為確定的第一類以及第二類，然後利用我們訓練所得到的區別函數，將未知的資料分成兩類，定義這兩類為  ，其中  分別表示為經由區別函數所分離的兩類，現在我們可以由  中挑出用來訓練的數個樣本。
設
同時假設一任意未知資料為
g( 以區別函數所的到的結果判斷 的類別，希望能分別出如圖2的結果。
|
為由
中挑出樣本的個數
為由
中挑出樣本的個數
，且
，當
時表示
時表示