パターン付加の手続による教師なし類別
スポンサーリンク
概要
- 論文の詳細を見る
It is known that Karhunen-Loeve orthogonal system can be applied to unsupervised clustering. And a method for unsupervised clustering by the K-L system were proposed and some results were given by the author. However, this method has two weak points as follow. (1) The algorithm of this method is complex. (2) Therefore, it is difficult for us to apply this method to multi-category problem. Then, first the principle of the method for unsupervised clustering by K-L system are explaned. Secondly, in order to get rid of these weak points, a explanation is given to a new method for unsupervised clustering by the use of the procedure which adds a pattern in one class to other class, where a part of this method has already shown in reference 〔8〕. Finally, computer-simulated experiments are carried into effect in order to test usefullness of the present method.
- 山口大学の論文
著者
関連論文
- 認識細胞を用いた位置ずれ、大きさ、回転に不変なパターン認識
- 変位抽出を行う手書き文字認識システム
- 階層的変位抽出アルゴリズムを用いた手書き文字認識システム
- 変位抽出を行う手書き文字認識
- ランダム回路網における統計的パラメ-タのパタ-ン分離機能に対する影響(技術談話室)
- ニューラルネットによる閉曲線の1近似法
- ネットワーク最適化機能をもつウェーブレットニューラルネットワーク
- 自己増殖機能を持つウェーブレットニューラルネットワーク
- 押し出し造粒プラント制御のための視覚品質推定
- 層状神経回路網のパターン分離条件 : 層間の結合本数R=4の場合
- 特徴検出機構を有する連想記憶について
- 前処理系を有す特徴検出細胞の自己形成モデル
- 動的入力刺激に対応する神経回路網の一モデル
- 連想記憶とそれに有利なパターンの性質
- パターン分離機能を用いた連想記憶
- 抑制結合を有する3層ランダム神経回路網のパタ-ン分離能力
- ウェーブレットネットワークを用いた多次元関数の近似
- 遺伝的自己生成機能をもつウェーブレットニューラルネットワーク
- 遺伝的自己生成機能を持つウェーブレットニューラルネットワーク
- GRBFネットワークを用いた物体認識における計算コストの軽減
- 層状神経回路網のパターン分離機能 : 層間の結合本数R=4の場合
- 2層ランダム神経回路網のパターン分離機能に関する考察
- 神経回路網の動的入力刺激に対する応答
- 神経回路網の入力刺激に対する応答の振舞い
- 射影幾何学法によるパターンの正規化
- 類似度法による手書き数字の認識
- 疎な結合の層状ランダム回路網によるパターン間の距離変換
- 層状ランダム回路のパターン分離性について
- Walsh 直交系を用いたパターン認識の一考察
- 特徴検出細胞の自己形成モデル
- パターン類別器としての小脳皮質の数理モデル
- パターン付加の手続による教師なし類別