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。
本論文では,新しいグラフベースクラスタリングアルゴリズム(GC)を示した。GCは二つの主要な段階を含む:第一段階は,グラフを中心として重要なノードを見つけることである,第二段階は各データ点をそれぞれの中心にすることである。中心はグラフ観点から選択した。8データセット上での実験結果により,GCはk-means法,k-メドイド,階層的クラスタリングとGauss混合モデルよりも良いことを示した。さらに,クラスタリングアルゴリズムの最も重要なパラメータは,クラスタKの数で比較アルゴリズム必要性Kはクラスタの真の数に設定した。しかしGC,唯一必要なものは,Kはクラスタの真の数よりも小さくないことである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】