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)

元データ 2007-01-12 社団法人電子情報通信学会

概要

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。

著者

森井 藤樹 奈良女子大学大学院人間文化研究科
森井 藤樹 奈良女子大学 理学部 情報科学科
森井 藤樹 奈良女子大学
倉橋 和子 奈良女子大学大学院 人間文化研究科 情報科学専攻

関連論文

▼もっと見る