主催: 日本知能情報ファジィ学会
芝浦工業大学
(EndNote、Reference Manager、ProCite、RefWorksとの互換性あり)
(BibDesk、LaTeXとの互換性あり)
本報告では、関係性ファジィc-平均法クラスタリングおよびカーネルファジィc-平均法クラスタリングのための個体毎β-spreadが提案されている。 従来法では与えられた関係性データが非ユークリッドもしくはカーネルグラム行列が不定値である場合にそれらデータを改訂する量βはスカラー値であった。 数値例によって、提案法が改訂量の総和を減らすことができ、したがって与えられたデータの特徴を従来法よりも保持できることを示す。
すでにアカウントをお持ちの場合 サインインはこちら