文献

J-GLOBAL ID：201802289245997884   整理番号：18A2123197

制約付最適化伝搬に基づく改良大規模データ半教師つきスペクトルクラスタリングアルゴリズム【JST・京大機械翻訳】

Constrain optimal propagation-based improved semi-supervised spectral clustering algorithm for large-scale data

著者 (4件)： Xu Dayu (浙江農林大学信息工程学院,杭州311300;信雅達系統工程股fen有限公司,杭州310053) ,  Yu Yingjun (浙江農林大学信息工程学院,杭州,311300) ,  Feng Hailin (浙江農林大学信息工程学院,杭州,311300) ,  Zhang Xuyao (浙江農林大学信息工程学院,杭州,311300)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 35  号： 5  ページ： 1325-1330  発行年： 2018年 
JST資料番号： C2536A  ISSN： 1001-3695  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： 従来のスペクトルクラスタ化アルゴリズムの高い計算複雑性,ノイズ感度,およびクラスタ化クラスタの形態的偏りの問題を考慮して,大規模データクラスタリングの特徴と要求を組み合わせて,制約付最適化伝搬に基づく改良大規模データ半教師つきスペクトルクラスタリングモデルを確立した。このモデルでは,先験的制約情報を用いて,マイクロ類似性行列を構築し,次に,Gabowアルゴリズムを用いて,このマイクロ類似性行列の連結グラフの各強連結分岐を抽出し,次に,各強連結分岐の新しい制約付最適化伝搬アルゴリズムを,全データセットの点対類似性を得るために,提案した。最後に,大規模データのクラスタリング結果を,特異値分解(SVD)と加速K-平均アルゴリズムを用いることによって得た。いくつかのベンチマークデータセットに関する実験結果は,他の研究結果と比較して,このクラスタ化モデルがより高いクラスタ化精度とより低い計算複雑性を有して,大規模データのクラスタリング応用に好適であることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *アルゴリズム ,  ベンチマーク ,  *スペクトル ,  モデル ,  クラスタ化 ,  特異値分解 ,  類似性 ,  *クラスタ ,  計算量
準シソーラス用語： 連結グラフ ,  スペクトラルクラスタリング ,  *クラスタリングアルゴリズム ,  *大規模データ ,  *制約付最適化 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 制約付最適化 ,  伝搬 ,  大規模データ ,  教師 ,  スペクトル ,  クラスタリングアルゴリズム