文献

J-GLOBAL ID：202102279343824825   整理番号：21A0039389

不均一性と雑音の存在下における二重空間クラスタリング法【JST・京大機械翻訳】

A dual spatial clustering method in the presence of heterogeneity and noise

著者 (5件)： Zhu Jie (College of Civil Engineering, Nanjing Forestry University, Nanjing, China) ,  Zheng Jiazhu (College of Civil Engineering, Nanjing Forestry University, Nanjing, China) ,  Di Shaoning (College of Civil Engineering, Nanjing Forestry University, Nanjing, China) ,  Wang Shu (State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research CAS, Beijing, China) ,  Yang Jing (Key Laboratory of Virtual Geographic Environment of Ministry of Education, Nanjing Normal University, Nanjing, China)
資料名： Transactions in Gis  (Transactions in Gis)
巻： 24  号： 6  ページ： 1799-1826  発行年： 2020年 
JST資料番号： W2757A  ISSN： 1361-1682  資料種別： 逐次刊行物 (A)
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： 空間近接性と属性類似性の両方を考慮した空間クラスタの検出は,空間データ解析において極めて重要な役割を果たす。いくつかの二重クラスタリング法は現在文献で利用可能であるが,それらの大部分はクラスタ間不均一性と雑音に悩まされる均一空間隣接クラスタを検出し,そこではそれらの空間点が属性ドメインで記述されている。本論文は,不均一性とノイズの存在による空間的近接性と属性類似性の両方に適合することを目指した。このアルゴリズムにおいて,任意の幾何学的形状,異なる密度,および空間ノイズを考慮して,エッジ長制約を有するDelaunay三角形分割を,最初に,点間の空間的近接関係を構築するために利用した。次に,情報エントロピーを用いるクラスタ化戦略を設計して,類似した属性を有するクラスタを同定した。属性クラスタ化は,不均一性とノイズの思考の下でクラスタを適応的に正確に検出できる。提案したアルゴリズムの有効性と実用性を,シミュレーションデータセットと実際の空間点事象の両方を用いた実験によって例示した。Copyright 2021 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *雑音 ,  シミュレーション ,  クラスタ化 ,  *クラスタ ,  類似性 ,  不均一性 ,  有効性
準シソーラス用語： 幾何形状 ,  Delaunay三角形分割 ,  空間データ ,  実用性 ,  近接性 ,  情報エントロピー ,  *空間クラスタリング , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  数値計算  (JE02000J) ,  CAD,CAM  (JE10000A) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 不均一性 ,  雑音 ,  クラスタリング法