抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
k-meansアルゴリズムは信号処理におけるベクトル量子化法であり、現在、クラスタ分析方法としてデータマイニング領域に流行している。データマイニング技術では,しばしばクラスタリング法を用いるが,k-meansアルゴリズムは,最も典型的で,最も一般的で,最も実用的で,最も広く用いられるクラスタリングアルゴリズムとして,簡単で操作しやすいなどの利点を有する。しかし,このアルゴリズムは,クラスタ中心の数,初期クラスタ中心,局所最適に陥りやすく,アルゴリズムの時間複雑性を大きくし,得られたクラスタリング結果はk値と設定の初期クラスタリング中心の影響を受けやすく,これらの問題に対処する。本論文では,k-meansアルゴリズムの改良方法を紹介し,その利点と欠点を分析し,最適化手法の次の研究方向を提案した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】