抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
系列クラスタリングアルゴリズムは「局部特徴による系列全体の表現」の仮説に基づいて行い、実際応用における系列な全体類似性と局部類似性を区分しない。保守サブモードが存在する系列に対して、例えばDNAと蛋白質系列に適用するが、全体系列類似性を重視する応用領域(例えば、データベース中のユーザー購買行為の比較、時間系列データ中のグロバルモードマッチング)において、頻繁サブモードを生じにくいため、グロバル類似性の度量方法に基づいてクラスタリングの合理性を表明する。そのほか、局部類似性に基づく系列クラスタリングアルゴリズムにおいて、局部サブモードを選んで系列能力を表現することは更なる向上を期待できる。そのため、異なる応用領域において、それぞれ全体類似性の系列クラスタリングアルゴリズムGSCluと局部類似性に基づく系列クラスタリングアルゴリズムLSCluを提案した。GSCluとLSCluはそれぞれカッティング戦略の二分K-Meansアルゴリズムとgap約束のある強度分度サブモード方法に基づいて各自領域における系列で多に対してクラスタリングを行った。実験に交易系列データと蛋白質系列データを採用する。実験結果による表明:GSCluとLSCluは各自領域における系列データにとって迅速な処理速度と良好なクラスタリング品質を有する。Data from the ScienceChina, LCAS. Translated by JST