文献

J-GLOBAL ID：201202251238829135   整理番号：11A1978375

局所的有意ユニットに基づく高次元クラスタリングアルゴリズム

High Dimensional Clustering Algorithm Based on Local Significant Units

著者 (4件)： Zong Yu (School of Software,Dalian Univ. of Technol., Dalian) ,  Li Mingchu (School of Software,Dalian Univ. of Technol., Dalian) ,  Xu Guandong (Center of Applied Information,Victoria Univ., Australia, Melbourne) ,  Zhang Yanchun (Center of Applied Information,Victoria Univ., Australia, Melbourne)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 32  号： 11  ページ： 2707-2712  発行年： 2010年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  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： 等しいかまたはランダム幅密度グリッドに基づく高次元クラスタリングアルゴリズムは,複雑なデータセットにおける高品質のクラスタ化結果を保証することができなかった。本論文において,局所的有意ユニット(HCLSU)に基づく高次元クラスタリングアルゴリズムを提案して,カーネル推定および空間的統計理論に基づいて,本問題を取り扱った。最初に,構造(すなわち,局所的有意ユニット(LSU))を局所的カーネル密度推定および空間的統計的検定によって導入して,第二に,LSUのための貪欲なアルゴリズム(GALSU)という名の貪欲なアルゴリズムを提案して,データセットにおいて急速に局所的有意ユニットを見つけ出して,最終的に,単一連鎖アルゴリズムをクラスタ化結果を生み出すために同じ特性部分集合を有する局所的有意ユニット上で動作させた。4つの合成的および6つの実質的世界的データセットに関する実験結果は,この提案高次元クラスタ化アルゴリズム(HCLSU)が,高度に複雑なデータセットから高品質クラスタ化結果を効果的に見つけ出すことができることを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *アルゴリズム ,  統計的推定 ,  集合 ,  仮説検定 ,  部分集合 ,  クラスタ化 ,  空間
準シソーラス用語： *クラスタリングアルゴリズム ,  カーネル密度推定 ,  データセット ,  統計的検定

分類 (1件)： 計算理論  (JB02000A)

タイトルに関連する用語 (2件)： 高次元 ,  クラスタリングアルゴリズム