文献

J-GLOBAL ID：201602260445844612   整理番号：16A1244374

K-平均クラスタリングアルゴリズムとその応用を,適応型布谷鳥探索アルゴリズムに基づいて提案した。【JST・京大機械翻訳】

K-means clustering algorithm based on adaptive cuckoo search and its application

著者 (5件)： Yang Huihua (Guangxi Experiment Center of Information Science, Guilin University of Electronic Technology) ,  Wang Ke (Guangxi Experiment Center of Information Science, Guilin University of Electronic Technology) ,  Li Lingqiao (Guangxi Experiment Center of Information Science, Guilin University of Electronic Technology) ,  Wei Wen (Guangxi Experiment Center of Information Science, Guilin University of Electronic Technology) ,  He Shengtao (Guilin Intelligent Metric Information Technology Company Limited)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 36  号： 8  ページ： 2066-2070  発行年： 2016年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： オリジナルのK-平均クラスタリングアルゴリズムが初期クラスタ中心に影響され,局所最適化に陥りやすいという欠点を克服するために,改良布谷鳥探索(CS)に基づくK-平均クラスタリングアルゴリズム(ACS-K-)を提案する。その中で、適応CS(ACS)アルゴリズムは標準CSアルゴリズムの上にステップ適応調整を導入し、探索精度と収束速度を向上させる。この方法はUCIベンチマークデータセットに適用される。ACS--K-アルゴリズムは,K-平均値,遺伝的アルゴリズムに基づくK-平均値(GA-K-平均),K-平均(K-平均)アルゴリズム,および粒子群最適化に基づくK-平均(PSO-K平均)アルゴリズムより,より良いクラスタリング品質とより高い収束速度を得ることができた。本論文では,ACSの-K-クラスタリングアルゴリズムを,南寧の”」”システムに適用し,地図上での地理的座標をクラスタ化し,その結果,クラスタ化効果が良好で,アルゴリズムの収束速度が速いことを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： *クラスタ化 ,  品質 ,  *クラスタ ,  遺伝的アルゴリズム ,  地理学 ,  *アルゴリズム
準シソーラス用語： 粒子群最適化 ,  収束速度 ,  *探索アルゴリズム ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： data mining ,  K-means clustering ,  Cuckoo Search (CS) algorithm ,  digital urban management ,  heat map

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 平均 ,  クラスタリングアルゴリズム ,  応用 ,  鳥 ,  探索アルゴリズム ,  提案