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。
密度に基づくクラスタリングアルゴリズム(Density Peak Clustering,DPC)は非球面データセットを処理するクラスタリング問題に広く使用されているが,アルゴリズムは少ないパラメータを用いてデータセットの処理を実現することができる。しかし,このアルゴリズムにはいくつかの欠点がある。まず、大域変数の設定はデータの局部構造を考慮せず、特に異なるクラスの局部密度の差が大きい場合、いくつかの密度が小さいクラスを無視しやすく、クラスタリング効果は理想的ではない。第二に,DPCは,人工知能データの解析におけるDPCアルゴリズムの重要な欠点である,決定グラフによってクラスタ中心を選択する方法を提案した。そのため、本論文では、K近傍に基づくファジィ密度ピーククラスタリングアルゴリズムを提案し、このアルゴリズムの欠点について改善した。最後に,人工的データセットとUCIデータセットを用いて実験を行い,実験結果は,提案したアルゴリズムが,クラスタ中心を人手で選択することなく,正確にクラスタ数を見つけることができ,高いクラスタリング精度を維持し,アルゴリズムの有効性を証明したことを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】