JP6101399B2 - クラスタリング方法、クラスタリング装置、端末装置、プログラム及び記録媒体 - Google Patents
クラスタリング方法、クラスタリング装置、端末装置、プログラム及び記録媒体 Download PDFInfo
- Publication number
- JP6101399B2 JP6101399B2 JP2016506778A JP2016506778A JP6101399B2 JP 6101399 B2 JP6101399 B2 JP 6101399B2 JP 2016506778 A JP2016506778 A JP 2016506778A JP 2016506778 A JP2016506778 A JP 2016506778A JP 6101399 B2 JP6101399 B2 JP 6101399B2
- Authority
- JP
- Japan
- Prior art keywords
- cluster
- distance
- clusters
- rank
- objects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
クラスタ間のRank−Order距離に基づいてクラスタを繰り返して併合するための反復併合ユニットと、クラスタ内の各対象間の距離を利用して、繰り返して併合された後のクラスタに対応するクラスタ内集中度を取得するための取得ユニットと、
繰り返して併合された各クラスタについて、クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象を抽出し1つの新たなクラスタを形成し、クラスタの数を更新するための区画ユニットと、更新後のクラスタの数が更新前のクラスタの数より少ない場合、前記反復併合ユニットが、クラスタ間のRank−Order距離に基づいてクラスタを繰り返して併合するように制御し、更新前後のクラスタの数が変わらなくなるとき、複数の対象を有するクラスタと単一の対象を有するクラスタとを含むクラスタリング結果を取得するための判断ユニットとを備える。
クラスタ間のRank−Order距離に基づいて、クラスタを繰り返して併合するステップと、
クラスタ内の各対象間の距離を利用して、繰り返して併合された後のクラスタに対応するクラスタ内集中度を取得するステップと、
繰り返して併合された各クラスタについて、クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象を抽出し1つの新たなクラスタを形成し、クラスタの数を更新するステップと、
更新後のクラスタの数が更新前のクラスタの数より少ないと、クラスタ間のRank−Order距離に基づいて、クラスタを繰り返して併合するステップに戻して実行し、更新前後のクラスタの数が変わらなくなるとき、複数の対象を有するクラスタと単一の対象を有するクラスタとを含むクラスタリング結果を取得するステップとを含む。
クラスタ内の各対象間の距離を取得するステップと、
前記クラスタ内の対象間の距離に基づいて、前記クラスタ内の各対象間の距離平均値を算出し、前記クラスタのクラスタ内集中度を取得するステップとを含む。
クラスタ内の各対象間の距離を取得するステップと、
前記クラスタ内の対象間の距離に基づいて、前記クラスタ内の各対象間の距離平均値を算出するステップと、
前記距離平均値を正規化することにより、前記クラスタのクラスタ内集中度を取得するステップとを含む。
クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象に関連マークを付けるステップと、
前記関連マークに基づいて、前記クラスタ内の関連集合を決定するステップと、
前記関連集合に基づいて、前記クラスタを分割し新たなクラスタを形成し、クラスタの数を更新するステップと、を含む。
クラスタ間のRank−Order距離、及びクラスタ間のRank−Order正規化距離を取得するステップと、
クラスタ間のRank−Order距離が距離閾値より小さく、且つ前記クラスタ間のRank−Order正規化距離が1より小さい場合、前記クラスタを併合するステップとを含む。
クラスタ間のRank−Order距離に基づいて、クラスタを繰り返して併合するステップと、
クラスタ内の各対象間の距離を利用して、繰り返して併合された後のクラスタに対応するクラスタ内集中度を取得するステップと、
繰り返して併合された各クラスタについて、クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象を抽出し1つの新たなクラスタを形成し、クラスタの数を更新するステップと、
更新後のクラスタの数が更新前のクラスタの数より少ないと、クラスタ間のRank−Order距離に基づいて、クラスタを繰り返して併合するステップに戻して実行し、更新前後のクラスタの数が変わらなくなるとき、複数の対象を有するクラスタと単一の対象を有するクラスタとを含むクラスタリング結果を取得するステップとを含む。
クラスタ内の各対象間の距離を取得するステップと、
前記クラスタ内の対象間の距離に基づいて、前記クラスタ内の各対象間の距離平均値を算出し、前記クラスタのクラスタ内集中度を取得するステップとを含む。
クラスタ内の各対象間の距離を取得するステップと、
前記クラスタ内の対象間の距離に基づいて、前記クラスタ内の各対象間の距離平均値を算出するステップと、
前記距離平均値を正規化することにより、前記クラスタのクラスタ内集中度を取得するステップとを含む。
クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象に関連マークを付けるステップと、
前記関連マークに基づいて、前記クラスタ内の関連集合を決定するステップと、
前記関連集合に基づいて、前記クラスタを分割し新たなクラスタを形成し、クラスタの数を更新するステップと、を含む。
クラスタ間のRank−Order距離、及びクラスタ間のRank−Order正規化距離を取得するステップと、
クラスタ間のRank−Order距離が距離閾値より小さく、且つ前記クラスタ間のRank−Order正規化距離が1より小さい場合、前記クラスタを併合するステップとを含む。
Claims (13)
- 反復併合ユニットと、
取得ユニットと、
区画ユニットと、
判断ユニットと、
を備えるクラスタリング装置におけるクラスタリング方法であって、
前記反復併合ユニットは、クラスタ間のRank−Order距離に基づいてクラスタを併合し、
前記取得ユニットは、クラスタ内の各対象間の距離を利用して、併合された後のクラスタに対応するクラスタ内集中度を取得し、
前記区画ユニットは、併合された各クラスタについて、クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象を抽出し1つの新たなクラスタを形成し、クラスタの数を更新し、
前記判断ユニットは、更新後のクラスタの数が更新前のクラスタの数より少ない場合、前記反復併合ユニットが、クラスタ間のRank−Order距離に基づいてクラスタを併合するように制御し、更新前後のクラスタの数が変わらなくなるとき、複数の対象を有するクラスタと単一の対象を有するクラスタとを含むクラスタリング結果を取得する
ことを特徴とするクラスタリング方法。 - 前記取得ユニットは、
クラスタ内の各対象間の距離を取得し、
前記クラスタ内の対象間の距離に基づいて、前記クラスタ内の各対象間の距離の距離平均値を算出し、前記クラスタのクラスタ内集中度を取得する
ことを特徴とする請求項1に記載のクラスタリング方法。 - 前記取得ユニットは、
クラスタ内の各対象間の距離を取得し、
前記クラスタ内の対象間の距離に基づいて、前記クラスタ内の各対象間の距離の距離平均値を算出し、
前記距離平均値を正規化することにより、前記クラスタのクラスタ内集中度を取得する
ことを特徴とする請求項1に記載のクラスタリング方法。 - 前記区画ユニットは、
クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象に関連マークを付け、
前記関連マークに基づいて、前記クラスタ内の関連集合を決定し、
前記関連集合に基づいて、前記クラスタを分割して新たなクラスタを形成し、クラスタの数を更新する
ことを特徴とする請求項2又は3に記載のクラスタリング方法。 - 前記反復併合ユニットは、
クラスタ間のRank−Order距離、及びクラスタ間のRank−Order正規化距離を取得し、
クラスタ間のRank−Order距離が距離閾値より小さく、且つ前記クラスタ間のRank−Order正規化距離が1より小さい場合、前記クラスタを併合する
ことを特徴とする請求項1に記載のクラスタリング方法。 - クラスタ間のRank−Order距離に基づいてクラスタを併合するための反復併合ユニットと、
クラスタ内の各対象間の距離を利用して、併合された後のクラスタに対応するクラスタ内集中度を取得するための取得ユニットと、
併合された各クラスタについて、クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象を抽出し1つの新たなクラスタを形成し、クラスタの数を更新するための区画ユニットと、
更新後のクラスタの数が更新前のクラスタの数より少ない場合、前記反復併合ユニットが、クラスタ間のRank−Order距離に基づいてクラスタを併合するように制御し、更新前後のクラスタの数が変わらなくなるとき、複数の対象を有するクラスタと単一の対象を有するクラスタとを含むクラスタリング結果を取得するための判断ユニットと
を備えることを特徴とするクラスタリング装置。 - 前記取得ユニットは、
クラスタ内の各対象間の距離を取得するための第1の取得サブユニットと、
前記クラスタの各対象間の距離の距離平均値を計算し、前記クラスタ内集中度を取得するための第1の計算サブユニットと
を備えることを特徴とする請求項6に記載のクラスタリング装置。 - 前記取得ユニットは、
クラスタ内の各対象間の距離を取得するための第2の取得サブユニットと、
前記クラスタ内の対象間の距離に基づいて、前記クラスタ内の各対象間の距離の距離平均値を算出するための第2の計算サブユニットと、
前記距離平均値を正規化することにより、前記クラスタのクラスタ内集中度を取得するための正規化サブユニットと
を備えることを特徴とする請求項6に記載のクラスタリング装置。 - 前記区画ユニットは、
前記クラスタ内の対象間の距離が前記クラスタ内集中度より小さいか否かを判断するための第1の判断サブユニットと、
前記クラスタ内の対象間の距離が前記クラスタ内集中度より小さい場合、前記クラスタ内の対象間の距離に対応する対象に関連マークを付けるためのマークサブユニットと、
前記関連マークに基づいて、前記クラスタ内の関連集合を決定するための決定サブユニットと、
前記関連集合に基づいて、前記クラスタを分割して新たなクラスタを形成し、クラスタの数を更新するための区画サブユニットと
を備えることを特徴とする請求項7又は8に記載のクラスタリング装置。 - 前記反復併合ユニットは、
クラスタ間のRank−Order距離、及びクラスタ間のRank−Order正規化距離を取得するための第3の取得サブユニットと、
クラスタ間のRank−Order距離が距離閾値より小さく、且つ前記クラスタ間のRank−Order正規化距離が1より小さい場合、前記クラスタを併合するための併合サブユニットと
を備えることを特徴とする請求項6に記載のクラスタリング装置。 - プロセッサと、
前記プロセッサが実行可能な指令を記憶するメモリとを備え、
前記プロセッサは、
クラスタ間のRank−Order距離に基づいてクラスタの反復併合を行い、
クラスタ内の各対象間の距離を利用して、併合された後のクラスタに対応するクラスタ内集中度を取得し、
併合された各クラスタについて、クラスタ内の対象間の距離が前記クラスタ内集中度より小さい対象を抽出し1つの新たなクラスタを形成し、クラスタの数を更新し、
更新後のクラスタの数が更新前のクラスタの数より少ない場合、更新前後のクラスタの数が変わらなくなるまで、クラスタ間のRank−Order距離に基づいてクラスタを併合するステップに戻して実行し、
更新前後のクラスタの数が変わらなくなるとき、複数の対象を有するクラスタと単一の対象を有するクラスタとを含むクラスタリング結果を取得するように構成されることを特徴とする端末装置。 - プロセッサに実行されることにより、請求項1乃至5のいずれか1項に記載のクラスタリング方法を実現することを特徴とするプログラム。
- 請求項12に記載のプログラムが記録された記録媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410097422.5A CN103914518B (zh) | 2014-03-14 | 2014-03-14 | 聚类方法及相关装置 |
CN201410097422.5 | 2014-03-14 | ||
PCT/CN2014/082876 WO2015135276A1 (zh) | 2014-03-14 | 2014-07-24 | 聚类方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016516251A JP2016516251A (ja) | 2016-06-02 |
JP6101399B2 true JP6101399B2 (ja) | 2017-03-29 |
Family
ID=51040198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016506778A Active JP6101399B2 (ja) | 2014-03-14 | 2014-07-24 | クラスタリング方法、クラスタリング装置、端末装置、プログラム及び記録媒体 |
Country Status (7)
Country | Link |
---|---|
EP (1) | EP2919165B1 (ja) |
JP (1) | JP6101399B2 (ja) |
KR (1) | KR20150117202A (ja) |
CN (1) | CN103914518B (ja) |
MX (1) | MX358804B (ja) |
RU (1) | RU2628167C2 (ja) |
WO (1) | WO2015135276A1 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914518B (zh) * | 2014-03-14 | 2017-05-17 | 小米科技有限责任公司 | 聚类方法及相关装置 |
US10037345B2 (en) | 2014-03-14 | 2018-07-31 | Xiaomi Inc. | Clustering method and device |
CN104268149A (zh) * | 2014-08-28 | 2015-01-07 | 小米科技有限责任公司 | 聚类方法及装置 |
CN104408130B (zh) * | 2014-11-26 | 2018-04-27 | 小米科技有限责任公司 | 图片整理的方法及装置 |
CN104598544A (zh) * | 2014-12-31 | 2015-05-06 | 小米科技有限责任公司 | 聚类分析方法、装置及设备 |
KR101811962B1 (ko) * | 2016-12-07 | 2017-12-22 | 울산대학교 산학협력단 | 비선형 데이터의 클래스 변별성 평가 방법 및 장치 |
CN109063737A (zh) * | 2018-07-03 | 2018-12-21 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及移动终端 |
CN109815788B (zh) * | 2018-12-11 | 2024-05-31 | 平安科技(深圳)有限公司 | 一种图片聚类方法、装置、存储介质及终端设备 |
CN110363382A (zh) * | 2019-06-03 | 2019-10-22 | 华东电力试验研究院有限公司 | 全能型乡镇供电所一体化业务融合技术 |
CN110730270B (zh) * | 2019-09-09 | 2021-09-14 | 上海斑马来拉物流科技有限公司 | 一种短信分组方法、装置及计算机存储介质、电子设备 |
CN110826338B (zh) * | 2019-10-28 | 2022-06-17 | 桂林电子科技大学 | 一种单选择门与类间度量的细粒度语义相似识别的方法 |
CN110826616B (zh) * | 2019-10-31 | 2023-06-30 | Oppo广东移动通信有限公司 | 信息处理方法及装置、电子设备、存储介质 |
TWI756597B (zh) * | 2019-12-10 | 2022-03-01 | 晶睿通訊股份有限公司 | 隊列分析方法與影像監控設備 |
CN111860700B (zh) * | 2020-09-22 | 2020-12-15 | 深圳须弥云图空间科技有限公司 | 一种能耗分类方法、装置、存储介质及设备 |
CN113255841B (zh) * | 2021-07-02 | 2021-11-16 | 浙江大华技术股份有限公司 | 一种聚类方法、聚类装置和计算机可读存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10171823A (ja) * | 1996-12-09 | 1998-06-26 | Mitsubishi Electric Corp | 文書の自動分類方法およびその装置 |
RU2345414C1 (ru) * | 2007-08-10 | 2009-01-27 | Общество с ограниченной ответственностью "Рекогмишн" | Способ построения системы индексирования для поиска объектов на цифровых изображениях |
US9171071B2 (en) * | 2010-03-26 | 2015-10-27 | Nec Corporation | Meaning extraction system, meaning extraction method, and recording medium |
US20120294540A1 (en) * | 2011-05-17 | 2012-11-22 | Microsoft Corporation | Rank order-based image clustering |
TWI465949B (zh) * | 2012-08-15 | 2014-12-21 | Acer Inc | 資料分群裝置和方法 |
CN103473255A (zh) * | 2013-06-06 | 2013-12-25 | 中国科学院深圳先进技术研究院 | 一种数据聚类方法、系统及数据处理设备 |
CN103914518B (zh) * | 2014-03-14 | 2017-05-17 | 小米科技有限责任公司 | 聚类方法及相关装置 |
-
2014
- 2014-03-14 CN CN201410097422.5A patent/CN103914518B/zh active Active
- 2014-07-24 KR KR1020147026527A patent/KR20150117202A/ko active Search and Examination
- 2014-07-24 WO PCT/CN2014/082876 patent/WO2015135276A1/zh active Application Filing
- 2014-07-24 RU RU2015129676A patent/RU2628167C2/ru active
- 2014-07-24 JP JP2016506778A patent/JP6101399B2/ja active Active
- 2014-07-24 MX MX2014010879A patent/MX358804B/es active IP Right Grant
- 2014-12-19 EP EP14199432.7A patent/EP2919165B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
MX358804B (es) | 2018-08-29 |
WO2015135276A1 (zh) | 2015-09-17 |
KR20150117202A (ko) | 2015-10-19 |
RU2628167C2 (ru) | 2017-08-15 |
EP2919165A2 (en) | 2015-09-16 |
JP2016516251A (ja) | 2016-06-02 |
EP2919165A3 (en) | 2015-12-23 |
EP2919165B1 (en) | 2018-02-07 |
CN103914518B (zh) | 2017-05-17 |
CN103914518A (zh) | 2014-07-09 |
MX2014010879A (es) | 2016-08-30 |
RU2015129676A (ru) | 2017-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6101399B2 (ja) | クラスタリング方法、クラスタリング装置、端末装置、プログラム及び記録媒体 | |
CN108701495B (zh) | 用于整合和提供从多个设备收集的数据的方法以及用于实现该方法的电子设备 | |
EP3188094A1 (en) | Method and device for classification model training | |
TW202029055A (zh) | 一種行人識別方法、裝置、電子設備及非臨時性電腦可讀儲存介質 | |
WO2021027344A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US20190129520A1 (en) | Screen output method and electronic device supporting same | |
WO2021036382A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
JP6051336B2 (ja) | クラスタリング方法、クラスタリング装置、端末装置、プログラム及び記録媒体 | |
US10769743B2 (en) | Method, device and non-transitory storage medium for processing clothes information | |
CN103944804A (zh) | 推荐联系人的方法及装置 | |
US20170371506A1 (en) | Method, device, and computer-readable medium for message generation | |
CN110162956B (zh) | 确定关联账户的方法和装置 | |
RU2656978C2 (ru) | Способ и устройство для рекомендации облачной карты | |
JP2016517110A5 (ja) | ||
WO2020192113A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109325479B (zh) | 步伐检测方法及装置 | |
TW202044107A (zh) | 影像處理方法及裝置、電子設備和儲存介質 | |
CN110659690A (zh) | 神经网络的构建方法及装置、电子设备和存储介质 | |
CN107133361B (zh) | 手势识别方法、装置和终端设备 | |
US10037345B2 (en) | Clustering method and device | |
CN104268149A (zh) | 聚类方法及装置 | |
CN112768064A (zh) | 疾病预测装置及设备、症状信息处理方法、装置及设备 | |
CN111062407B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113673603B (zh) | 一种要素点匹配的方法及相关装置 | |
EP3200127B1 (en) | Method and device for fingerprint recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160517 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160809 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161018 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170112 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170131 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6101399 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |