文献

J-GLOBAL ID：201802237327922274   整理番号：18A1743034

非メトリック多次元スケーリングに基づくクラスタリングアルゴリズム【JST・京大機械翻訳】

Clustering combination algorithm based on non-metric multidimensional scaling

著者 (2件)： Zhou Wenjuan (南京郵電大学理学院,南京,210023) ,  Zhao Lifeng (南京郵電大学理学院,南京,210023)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： z1  ページ： 67-72  発行年： 2018年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  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： 単一クラスタリング法は,実際のデータ分析のニーズを満たさず,K-Meansクラスタリングの次元が高く,非計量型データの解析が解決すべき問題を解決するために,非計量多次元スケーリングに基づくクラスタリング組合せアルゴリズム(NMDSCCA)を提案する。高次元データの次元縮小を非計量多次元スケーリング法で行い,入力変数として次元縮小後に得た主成分変数を用いて,K-Meansアルゴリズムをクラスタとしてクラスタ化した。K-Meansアルゴリズムは,分類データおよび次元の高い変数限界を処理できないので,普遍性を持つ。シミュレーション実験は,新アルゴリズムが従来のK-Meansアルゴリズムや主成分分析(PCA)に基づくクラスタ化アルゴリズムより優れているだけではなく,また,アルゴリズムの収束速度も大きいデータのときにより高いことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  データ解析 ,  普遍性 ,  *クラスタ ,  主成分分析 ,  *高次元 ,  *クラスタ化 ,  *アルゴリズム ,  次元縮小
準シソーラス用語： 収束速度 ,  高次元データ ,  組合せアルゴリズム ,  クラスタリング法 ,  *クラスタリングアルゴリズム ,  ホップ数 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： メトリック ,  多次元 ,  スケーリング ,  クラスタリングアルゴリズム