Декомпозиція простору під час кластеризації даних великої розмірності
Для зменшення часових затрат під час кластеризації даних великих розмірів запропоновано декомпозиційний підхід, що базується на розбитті простору згідно з координатними вісями гіперкубів. Відповідне керування алгоритмом дає змогу об'єднувати кластери - результати з підмножин - у кінцеві при нез...
Saved in:
| Date: | 2009 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Фізико-механічний інститут ім. Г.В. Карпенка НАН України
2009
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/16097 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Декомпозиція простору під час кластеризації даних великої розмірності / Р.А. Мельник, Р.Б. Тушницький // Відбір і оброб. інформації: Міжвід. зб. наук. пр. — 2009. — Вип. 31(107). — С. 65-72. — Бібліогр.: 7 назв. — укp. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Summary: | Для зменшення часових затрат під час кластеризації даних великих розмірів запропоновано декомпозиційний підхід, що базується на розбитті простору згідно з координатними вісями гіперкубів. Відповідне керування алгоритмом дає змогу об'єднувати кластери - результати з підмножин - у кінцеві при незначних втратах точності. Як приклади практичних даних використані зображення із значними кількостями пікcелів.
An approach to reduce algorithmic complexity for clustering of large-scale dataset is considered. The main idea is decomposition of item dataset and space by hypercube coordinates. To join clusters from subsets into the result clusters and to minimize the accuracy losses are the main tasks of the algorithm. Some visual patterns with large pixel numbers as test examples were investigated.
|
|---|---|
| ISSN: | 0474-8662 |