文献

J-GLOBAL ID：201802274529546197   整理番号：18A1090036

クラウドコンピューティングにおける改良遺伝的アルゴリズムに基づくクラスタリング融合アルゴリズム【JST・京大機械翻訳】

Clustering ensemble algorithms based on improved genetic algorithm in cloud computing

著者 (2件)： Xu Zhanyang (南京信息工程大学計算机与軟件学院,南京,210044) ,  Zheng Kezhang (南京信息工程大学計算机与軟件学院,南京,210044)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： 2  ページ： 458-463  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： 教師なしクラスタリングの欠如データ分類などの事前情報,クラスタリングの精度,およびクラスタ化アルゴリズムの複雑性の問題のため,クラスタリングアルゴリズムの空間複雑性は,通常のクラスタ化アルゴリズムのものと同様である。改良遺伝的アルゴリズムに基づくクラスタ化融合アルゴリズム(CEIGA)を提案した。同時に,従来のクラスタ化融合アルゴリズムは,時間に対する大規模データ処理の要求を満たすことができない。最初に,クラスタ化生成機構によって作り出される基底クラスタリングは,クラスタラベル変換の完了後に,遺伝子符号化を,遺伝的アルゴリズムの初期母集団として実行した。次に,遺伝的アルゴリズムの選択演算子の改良により,基底クラスタリングの多様性を保証した。このように,クラスタリング融合の最終結果はグローバル最適化を達成し,アルゴリズムの精度を改善した。2つのMapReduceプロセスを設計し,Combineプロセスを加えることにより,ノード通信を減らし,アルゴリズムの効率を改善した。最後に,CEIGA,PCEIGA,および4つの先進的クラスタ化融合アルゴリズムを比較した。実験結果は,CEIGAが先進的クラスタ化融合アルゴリズムより良い性能を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 母集団 ,  *クラスタ化 ,  通信 ,  *アルゴリズム ,  基底 ,  遺伝子 ,  *遺伝的アルゴリズム ,  符号化
準シソーラス用語： MapReduce ,  大規模データ ,  クラスタリングアルゴリズム ,  複雑性 ,  事前知識 ,  教師なしクラスタリング ,  *クラウドコンピューティング , 【Automatic Indexing@JST】

著者キーワード (5件)： cloud computing ,  Genetic Algorithm (GA) ,  clustering ensemble ,  selection operator ,  parallel

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： クラウドコンピューティング ,  遺伝的アルゴリズム ,  クラスタリング ,  融合 ,  アルゴリズム