文献

J-GLOBAL ID：201802260910067630   整理番号：18A1930238

地理空間解析のための新しい分割階層的クラスタリングアルゴリズム【JST・京大機械翻訳】

A Novel Divisive Hierarchical Clustering Algorithm for Geospatial Analysis

著者 (3件)： Li Shaoning (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Li Wenjing (School of Resources and Environment Engineering, Wuhan University of Science and Technology, Wuhan 430081, China) ,  Qiu Jia (Department of Geomatics Engineering, University of Calgary, Calgary, AB T2N 1N4, Canada)
資料名： ISPRS International Journal of Geo-Information (Web)  (ISPRS International Journal of Geo-Information (Web))
巻： 6  号： 1  ページ： 30  発行年： 2017年 
JST資料番号： U7212A  ISSN： 2220-9964  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 地理情報システム(GIS)とリモートセンシング(RS)の分野において,クラスタリングアルゴリズムは,画像分割,パターン認識,および地図作成のために広く使用されてきた。クラスタリング解析は地球空間モデリングにおいて重要な役割を果たすが,従来のクラスタリング法は計算の複雑さ,雑音耐性能力およびロバスト性のために制限される。さらに,従来の方法は,隣接する空間的文脈に焦点を合わせて,それはマルチ密度離散的オブジェクトに適用するためにクラスタ化方法のためにそれを困難にした。本論文において,新しい方法,セル分割階層的クラスタリング(CDHC)を,凸包後退に基づいて提案した。主なステップは次の通りである。最初に,凸包構造を構築し,地球空間オブジェクトのグローバル空間コンテキストを記述した。次に,初期パラメータを設定することによって,各々の境界の収縮構造をシーケンスにおいて確立した。この物体は,再作用する構造が境界線と交差すると,2つのクラスタ(すなわち,サブクラスタ)に分割され,最後に,クラスタは繰り返し分割され,初期パラメータは終端条件が満たされるまで更新される。実験結果は,CDHCが雑音から多重密度オブジェクトを十分に分離して,従来の凝集階層的クラスタリングアルゴリズムと比較して複雑性を減少させることを示した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： パターン認識 ,  計算量 ,  地図作成 ,  凸包 ,  *クラスタ ,  多重化 ,  地理情報システム ,  ロバスト性 ,  雑音 ,  *クラスタ化 ,  パラメータ ,  リモートセンシング ,  *アルゴリズム
準シソーラス用語： 画像セグメンテーション ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： 空間クラスタリング ,  凸包再牽引 ,  多密度点クラスタ ,  CDHC

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

引用文献 (23件)：

• Kreis, C.; Grotzer, M.; Hengartner, H.; Daniel, S.B. Space-time clustering of childhood cancers in Switzerland: A nationwide study. Int. J. Cancer 2016, 138, 2127-2135.
• Ghaffarian, S.; Ghaffarian, S. Automatic histogram-based fuzzy C-means clustering for remote sensing imagery. ISPRS J. Photogramm. Remote Sens. 2014, 97, 46-57.
• Zheng, N.; Zhang, H.; Fan, J.; Guan, H. A fuzzy local neighbourhood-attraction-based information c-means clustering algorithm for very high spatial resolution imagery classification. Remote Sens. Lett. 2014, 5, 843-852.
• Ai, T.; Guo, R. Polygon cluster pattern mining based on gestalt principles. Acta Geod. Cartogr. Sin. 2007, 36, 302-308.
• Mao, Z. The study of extracting structure information of a clustered spatial point pattern. Acta Geod. Cartogr. Sin. 2007, 36, 181-186.

タイトルに関連する用語 (3件)： 地理空間解析 ,  階層的クラスタリング ,  アルゴリズム