文献

J-GLOBAL ID：201802227410387661   整理番号：18A0099213

階層的クラスタリングにおける粗い類似性の量とそれらの応用について述べた。【JST・京大機械翻訳】

Rough Dissimilarity Measurement and Its Application in Hierarchical Clustering

著者 (3件)： Li Chunzhong (安徽財経大学統計与応用数学学院,蚌埠,233030) ,  Zheng Yubang (安徽財経大学統計与応用数学学院,蚌埠,233030) ,  Wang Ting (安徽財経大学統計与応用数学学院,蚌埠,233030)
資料名： Gongcheng Shuxue Xuebao  (Gongcheng Shuxue Xuebao)
巻： 34  号： 4  ページ： 354-366  発行年： 2017年 
JST資料番号： C2098A  ISSN： 1005-3085  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： 局所構造特性はデータ解析において重要な役割を果たす。簡単で効果的なデータセットの局所構造化特徴検出方法を得るために,本論文は,再サンプリング誤差解析と伝統的な近隣選択方法を結合して,局所的構造特性を検出するために,方向一貫性測度と粗い非類似性測度を提案した。この計量は最適化された近傍選択方法であり、従来のユークリッド距離の順序付けを考慮するだけでなく、局部方向の構造特徴を考慮した。その計算と記憶の複雑さが小さく、優れた構造検出性能を有するため、教師なし学習を用いて階層化された部分グラフクラスタリングアルゴリズム-RDClustを構築でき、古典的クラスタリングアルゴリズムと比較して、その優位性は以下の通りである。一つは計算複雑度が小さく、近似線形アルゴリズムである。二つ目は、類の形状と分布形式に対して任意の仮説を必要とせず、データセットの局部構造を自動的に表現できることである。三番目に,近傍パラメータがあり,このパラメータはロバストである。人工的および実データセットに関する実験は,新しいアルゴリズムが新しいアルゴリズムの優れた性能に適用できることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  *類似性 ,  測度 ,  階層構造 ,  データ解析 ,  計算量 ,  アルゴリズム ,  教師なし学習 ,  誤差解析 ,  構造特性
準シソーラス用語： クラスタリングアルゴリズム ,  Euclid距離 ,  選択法 ,  局所構造 ,  *階層的クラスタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： clustering ,  nearest neighborhood ,  k-th nearest neighbor connection ,  hierarchical connection graph

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 階層的クラスタリング ,  類似性 ,  量 ,  応用