文献

J-GLOBAL ID：201702252948008143   整理番号：17A1875088

多様体学習に基づく適応フィードバッククラスタリング中心決定法【JST・京大機械翻訳】

An Adaptive Method for Determining the Feedback Clustering Center Based on Manifold Learning

著者 (6件)： Li Tianlong (昆明理工大学信息工程与自動化学院計算机技術云南昆明 650500) ,  Wu Cheng (昆明理工大学信息工程与自動化学院計算机技術云南昆明 650500) ,  Wu Xingjiao (昆明理工大学信息工程与自動化学院計算机技術云南昆明 650500) ,  Zhou Haihe (昆明理工大学信息工程与自動化学院計算机技術云南昆明 650500) ,  Cao Min (云南電网有限責任公司電力科学研究院云南昆明 650504) ,  Wang Xin (云南電网有限責任公司電力科学研究院云南昆明 650504)
資料名： Ruanjian  (Ruanjian)
巻： 38  号： 6  ページ： 13-16  発行年： 2017年 
JST資料番号： C3604A  ISSN： 1003-6970  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： K平均クラスタリングは現行の最も一般的なクラスタリングアルゴリズムの1つであるが,クラスタ化プロセスにおいてクラスタ中心が安定でないので,クラスタ化中心の安定性を向上させるために,クラスタリングクラスタリングアルゴリズムをクラスタリングクラスタリングに基づいて実現した。最初に,スペクトルクラスタリングを用いて,最初にクラスタ化集合を得て,次に,ターゲット集合の最大部分集合によって動的にパラメータを調整して,次に,クラスタ化テーブルを得て,最後に,クラスタ化の平均値を計算した。そして,最終的なクラスタ化の数を計算するために加重平均値を計算した。一回の反復後のデータにより、加重平均値を用いて得られたクラスタリングがより安定し、フィードバックスペクトルの反復の中の桁数と加重平均数の使用により、多様体クラスタリング方法を最適化することができることが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *クラスタ化 ,  部分集合 ,  *多様体 ,  *クラスタ ,  最適化
準シソーラス用語： 加重平均 ,  スペクトラルクラスタリング ,  クラスタリングアルゴリズム ,  多様体学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 多様体学習 ,  適応 ,  フィードバック ,  クラスタリング