文献

J-GLOBAL ID：202002245812022582   整理番号：20A2099122

残差解析に基づくハイブリッド属性データクラスタリングアルゴリズム【JST・京大機械翻訳】

Clustering Algorithm for Mixed Data Based on Residual Analysis

著者 (3件)： Qiu Baozhi (鄭州大学信息工程学院 鄭州450001) ,  Zhang Ruilin (鄭州大学信息工程学院 鄭州450001) ,  Li Xiangli (鄭州大学信息工程学院 鄭州450001)
資料名： Zidonghua Xuebao  (Zidonghua Xuebao)
巻： 46  号： 7  ページ： 1420-1432  発行年： 2020年 
JST資料番号： C2134A  ISSN： 0254-4156  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： 混合属性データのクラスタリング結果の精度は高くなく,クラスタリング結果はパラメータに敏感である。残差分析に基づくハイブリッド属性データクラスタリングアルゴリズム(Clusteringalgorithmformixeddatabasedonresidualanalysis)RA-Clustを提案した。改良エントロピー重み混合属性類似性測定対象間の類似性を用いて,KNNとParzen窓に基づく局所密度計算法を用いて,各対象の密度を計算し,線形回帰と残差分析を通してクラスタ中心の事前選択を行った。次に,提案したクラスタリング中心目標最適化モデルを採用して,真のクラスタ中心を決定し,最後に,他のデータオブジェクトを,高密度オブジェクトの最小距離に従って,対応するクラスタに分割し,最終クラスタ化を形成した。合成データセットとUCIデータセットに関する実験結果は,このアルゴリズムの有効性を示した。同じアルゴリズムと比較して,RA-Clustは,より高いクラスタ化精度を持った。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  エントロピー ,  *残差 ,  *クラスタ化 ,  *クラスタ ,  類似性 ,  有効性
準シソーラス用語： 線形回帰 ,  高密度 ,  最適化モデル ,  *クラスタリングアルゴリズム ,  最小距離 ,  カーネル推定 ,  類似性測定 ,  属性データ , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  その他のシステム・制御理論  (IA02060K)

タイトルに関連する用語 (4件)： 残差 ,  解析 ,  属性データ ,  クラスタリングアルゴリズム