文献

J-GLOBAL ID：201702250693834431   整理番号：17A0066323

進化的多目的距離行列クラスタリング研究【JST・京大機械翻訳】

Research on Multi-objective Evolutionary Matrix Distance Clustering

著者 (2件)： Liu Cong (Shanghai Key Lab of Modern Optical System,and Engineering Research Center of Optical Instrument and System,Ministry of Education University of Shanghai for Science and Technology) ,  Wu Chunxue (Shanghai Key Lab of Modern Optical System,and Engineering Research Center of Optical Instrument and System,Ministry of Education University of Shanghai for Science and Technology)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 37  号： 6  ページ： 1298-1302  発行年： 2016年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  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： クラスター分析は科学研究と現実生活に広く応用されている。しかし、現在のクラスタリングアルゴリズムは依然としていくつかの挑戦に直面しており、自動的に最適なクラスタ数と複雑な分布データクラスタを確定することは最も主要な二種類であり、自動的に複雑な分布データのクラスタリング数を確定し、その正確なクラスタリングは両者の結合である。進化的マルチターゲットに基づく距離マトリックスクラスタリングアルゴリズム(MULTI-OBJECTIVE)を提案した。まず第一に,実数-ラベルの符号化方式を用いて染色体を表現し,この染色体は2つの復号化候補の解に分解することができる。第二に,クラスタ中心の代わりにクラスタの代表点を使用してクラスタ化アルゴリズムを設計し,クラスタ内のコンパクト性とクラス間の離散性によって最適クラスタ数を自動的に決定した。最後に,進化的多目的フレームワークを用いて並列最適化を行った。本論文では,5つの一般的クラスタ化アルゴリズムと2つのUCIテストセットにおけるMODMECの分布を比較した。実験結果は,MODMECが最適クラスタ数とクラスタ化精度を検出するために効果的であることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 符号化 ,  コンパクト性 ,  *クラスタ ,  染色体 ,  クラスタ分析 ,  最適化 ,  復号化 ,  実数 ,  *クラスタ化 ,  アルゴリズム
準シソーラス用語： マルチターゲット ,  クラスタリングアルゴリズム ,  距離行列 , 【Automatic Indexing@JST】

著者キーワード (4件)： clustering ,  optimal clustering number ,  multi-objective evolutionary algorithm ,  multi-objective evolutionary distance matrix clustering

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 進化 ,  多目的 ,  距離行列 ,  クラスタリング ,  研究