文献

J-GLOBAL ID：202002265578240546   整理番号：20A0926695

混合メトリックとクラスタ適応調整に基づくラフファジィK-meansクラスタリングアルゴリズム【JST・京大機械翻訳】

Rough Fuzzy K-means Clustering Algorithm Based on Mixed Metrics and Cluster Adaptive Adjustment

著者 (4件)： Zhang Xintao (南京財経大学 信息工程学院 南京210023) ,  Ma Fumin (南京財経大学 信息工程学院 南京210023) ,  Cao Jie (南京財経大学 信息工程学院 南京210023) ,  Zhang Tengfei (南京郵電大学 自動化学院 南京210003)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 32  号： 12  ページ： 1141-1150  発行年： 2019年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  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： ラフK-meansクラスタリングとその関連派生アルゴリズムには,クラスタ数,初期クラスタ中心のランダム選択,クラスタ交差領域のデータ分割精度の低さなどのいくつかの問題があった。ハイブリッド計量とクラスタ適応調整に基づくラフファジィK-meansクラスタリングアルゴリズムを提案した。計算境界領域のデータ対象を異なるクラスタのメンバーシップ程度に帰属するとき,局所密度と距離のハイブリッド測度を総合的に考慮して,クラスタ数を調整する戦略を適応的に調整して,最適クラスタ数を得た。データオブジェクトの稠密領域から距離が最小の2つのサンプルの中点を初期クラスタ中心として選択し、近隣の局部密度が平均密度より高い対象をこのクラスタに分割した後、残りの初期クラスタ中心を選び、初期クラスタ中心の選択をより合理的にした。人工的データセットとUCI標準データセットに関する実験は,提案したアルゴリズムが,クラスタが重なったクラスタ状データセットを扱うとき,適応性があり,クラスタリング精度が優れていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  測度 ,  適応制御 ,  *クラスタ化 ,  適応性 ,  *クラスタ ,  境界領域 ,  無作為抽出
準シソーラス用語： ホップ数 ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

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 (4件)： メトリック ,  クラスタ ,  適応調整 ,  クラスタリングアルゴリズム