文献

J-GLOBAL ID：201802241126123208   整理番号：18A0133313

カテゴリーデータのための多目的ファジィ重心クラスタリングアルゴリズム【Powered by NICT】

Many-objective fuzzy centroids clustering algorithm for categorical data

著者 (2件)： Zhu Shuwei (Department of Electronic and Information Engineering, Tongji University, Shanghai 201804, China) ,  Xu Lihong (Department of Electronic and Information Engineering, Tongji University, Shanghai 201804, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 96  ページ： 230-248  発行年： 2018年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： いくつかのアルゴリズムは,文献で提案されているにもかかわらず,数値解析の結果と対照的に,カテゴリーデータクラスタリングアルゴリズムはまだ初期の段階である。多くのクラスタリングアルゴリズムは最適化問題として提示することが知られている,内部クラスタ妥当性関数を最適分割を見出すこと目的として利用されている。しかし,これらの方法の大部分は,単にデータの特殊な構造/分布を検出するために適用できる単一基準を考察した。この問題を克服するために,本論文では,参照点ベース非優越ソート遺伝的アルゴリズムを用いたカテゴリーデータ,いくつかのクラスタ有効性指数を同時に最適化することを提案している新しい多目標ファジィ重心クラスタ化アルゴリズム。本研究では,効果的なファジィ重心アルゴリズムは提案されている手法は他のcontestant Kモード型の方法を設計した。,ファジィメンバシップが新しい解決策を製造するための新規遺伝的操作と組み合わせた染色体表現のために用いた。さらに,可変長符号化方式は,事前知識を知ることなくクラスタを発見するために開発した。いくつかのデータ集合上での実験を行い,クラスタリング精度と安定性の点で他の最先端レベル手法に対し,提案アルゴリズムの優位性を実証した。一方,著者らの方法は望ましいクラスタリング解と共に予め定義されなければ,クラスタ数を検出することができる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *重心 ,  *クラスタ ,  最適化 ,  数値解析 ,  遺伝 ,  最適化問題 ,  遺伝的アルゴリズム ,  クラスタ化 ,  ソーティング ,  *アルゴリズム ,  *曖昧さ ,  染色体
準シソーラス用語： 事前知識 ,  可変長符号化 ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： カテゴリーデータ ,  クラスタリング ,  多数目的最適化 ,  クラスタ妥当性指数 ,  ファジィ重心

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

タイトルに関連する用語 (4件)： カテゴリー ,  ファジィ ,  重心 ,  クラスタリングアルゴリズム