В настоящее время весьма актуальной становится задача оценки степени близости объектов и рассмотрения возможности их объединения в группы согласно некоторой мере близости, выбранной исходя из конкретных условий задачи и ожидаемых конечных результатов. Одним из наиболее популярных методов разбиения изучаемой выборки на подмножества является кластерный анализ, различные методы и меры близости которого описаны во множестве учебников (например, [1,2]). Другим активно развивающимся в настоящее время методом является анализ паттернов, позволяющий выявлять закономерности в исследуемых данных, разбивать исходную выборку на непересекающиеся подмножества, а также, при наличии данных за определенный период времени, изучать динамические траектории исходных объектов. Подробный обзор методов описан в [3,4]. Отметим, что, хотя методы анализа паттернов активно развиваются, само понятие «паттерн» может быть определено по-разному в зависимости от изучаемой области. Для однозначности в работе использованы определения из [5]: «паттерн – любые отношения, закономерности или структура, присущая некоторому набору данных». Соответственно, под анализом паттернов будем понимать «процесс нахождения общих соотношений в наборе данных».