文献

J-GLOBAL ID：202002239760398855   整理番号：20A0913501

カーネル関数と局所性保存射影によるクラスタリングアルゴリズム【JST・京大機械翻訳】

A Clustering Algorithm via Kernel Function and Locality Preserving Projections

著者 (5件)： Zhan Mengmeng (Guangxi Normal University,Guangxi Key Lab of Multi-source Information Mining & Security,Guilin,China) ,  Lu Guangquan (Guangxi Normal University,Guangxi Key Lab of Multi-source Information Mining & Security,Guilin,China) ,  Wen Guoqiu (Guangxi Normal University,Guangxi Key Lab of Multi-source Information Mining & Security,Guilin,China) ,  Zhang Leyuan (Guangxi Normal University,Guangxi Key Lab of Multi-source Information Mining & Security,Guilin,China) ,  Wu Lin (Guangxi Normal University,Guangxi Key Lab of Multi-source Information Mining & Security,Guilin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SSCI  ページ： 2620-2625  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,クラスタ化モデルの精度を改善するために,フレームワークにおけるカーネル関数と局所性保存射影(LPP)を結合した。具体的には,まず,データの非線形関係をマイニングするために,カーネル関数を用いて各特徴を高次元カーネル空間に投影する。同時に,l_1ノルムスパース正則化項を特徴選択に用いた。さらに,LPPはデータの局所構造を節約する。最後に,最適クラスタリング結果を目的関数を解くことによって得た。6つのベンチマークデータセットに関する実験結果は,著者らの提案方法がクラスタリング作業の条件において比較した方法より優れていることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  特徴選択 ,  目的関数 ,  正則化 ,  *局所性 ,  高次元 ,  *射影 ,  ベンチマーク ,  ノルム
準シソーラス用語： 局所構造 ,  *Kernel関数 ,  *クラスタリングアルゴリズム ,  カーネル空間 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： カーネル関数 ,  局所性 ,  保存 ,  射影 ,  クラスタリングアルゴリズム