分割・併合機能を有するK-Meansアルゴリズムによるクラスタリング(一般セッション(3),ユビキタス情報社会と複合現実感のためのパターン認識・メディア理解)
スポンサーリンク
概要
- 論文の詳細を見る
本論文では、信頼性の高いデータ分類を行うために、分割・併合機能を有するK-Meansアルゴリズムによるクラスタリング手法を新たに提案する。K-Meansアルゴリズムによる従来のクラスタリングを行った後、それぞれの決定領域をさらに分割すべきか否かを判断する基準を導入する。各決定領域を再びK-Meansアルゴリズムを用いて部分領域に分割し、1つの部分領域を除いたその他の部分領域を、隣接する適切な決定領域に併合する。この手法の有効性を分類実験により示す。
- 社団法人電子情報通信学会の論文
- 2007-01-12
著者
関連論文
- 移動軌跡を用いた歩行者間の人間関係の推定(テーマ関連セッション8,コンピュータビジョンとパターン認識のための学習理論)
- 移動軌跡を用いた歩行者間の人間関係の推定(テーマ関連セッション8)
- 公共空間における行動の階層性に基づく非正常行動検出 (パターン認識・メディア理解)
- 状況依存モデルを用いた異常行動の検出(一般,膨大なデータから学ぶもの)
- 公共空間における行動の階層性に基づく非正常行動検出(テーマ関連,顔・人物・ジェスチャ・行動)
- 公共空間における行動の階層性に基づく非正常行動検出(テーマ関連,顔・人物・ジェスチャ・行動)
- 状況依存モデルを用いた異常行動の検出(一般,膨大なデータから学ぶもの)
- 影情報を用いた2画像照度差ステレオ法における物体形状復元
- A note on the Max quantization method by uniform level spacing
- 分割・併合機能を有するK-Meansアルゴリズムによるクラスタリング(一般セッション(3),ユビキタス情報社会と複合現実感のためのパターン認識・メディア理解)
- 分割・併合機能を有する K-Means アルゴリズムによるクラスタリング
- 1A1-F12 場の状況に依存した正常行動のモデル化(ネットワークロボティクス)
- 状況依存モデルを用いた異常行動の検出
- 状況依存モデルを用いた異常行動の検出