×
纳普省卡米萨;阿迪尔·巴吉洛夫。;塔赫里，索纳

大数据集聚类问题的新对角束方法。 （英语） Zbl 1380.90226号

欧洲药典。物件。 263，第2期，367-379（2017）。
摘要：聚类是数据挖掘中最重要的任务之一。计算机硬件的最新发展使我们能够存储在随机存取存储器（RAM）中，并重复读取数十万甚至数百万个数据点的数据集。这使得在此类数据集中使用传统的聚类算法成为可能。然而，这些算法可能需要非常大的计算时间，并且无法生成准确的解。因此，开发准确且能在大数据集中提供实时聚类的聚类算法非常重要。本文介绍其中之一。利用聚类问题的非光滑优化公式，将目标函数表示为两个凸（DC）函数的差。然后，设计了一种新的显式使用这种结构的对角束算法，并将其与增量方法相结合来解决该问题。该方法使用具有大量属性和大量数据点的真实数据集进行评估。利用数值结果将该方法与其他两种聚类算法进行了比较。

引用于7文件

MSC公司：

90C26型 非凸规划，全局优化
62H30型 分类和区分；聚类分析（统计方面）
90 C90 数学规划的应用
90 C56 无导数方法和使用广义导数的方法

关键词：

数据挖掘;非光滑优化;非凸优化;DC功能;束方法

软件：

TSPLIB公司;UCI-毫升;LDGB公司
PDF格式BibTeX公司 XML格式引用
\textit{N.Karmitsa}等人，《欧洲药典》。第263号决议，第2号，367--379（2017年；Zbl 1380.90226）
全文： 内政部

参考文献：

[1] Al-Sultan，K.，一种解决聚类问题的禁忌搜索方法，模式识别，28,91443-1451（1995）
[2] An，L。；贝尔吉提，M。；Tao，P.，基于DC编程和DCA的聚类新高效算法，《全局优化杂志》，37，4，593-608（2007）·Zbl 1198.90327号
[3] An，L。；Minh，L。；Tao，P.，用于最小平方和聚类的基于DCA的新型高效算法，模式识别，47388-401（2014）·兹比尔1326.68225
[4] An，L。；Tao，P.，《通过DC编程和DCA进行最小平方和聚类》，（Huang，D.-S.；Jo，K.-H.；Lee，H.-H.；Kang，H.-J.；Bevilacqua，V.，《新兴智能计算技术和应用》，《人工智能方面》（2009），柏林斯普林格-弗拉格出版社：柏林斯普林格-弗拉格-海德堡），327-340
[5] Bagirov，A.，用于平方和聚类问题的改进全局（k）均值算法，模式识别，41，10，3192-3199（2008）·Zbl 1147.68669号
[6] Bagirov，A。；北卡罗来纳州卡米萨。；Mäkelä，M.，非光滑优化导论：理论、实践和软件（2014），施普林格·Zbl 1312.90053号
[7] Bagirov，A。；Mohebi，E.，《聚类分析中基于非光滑优化的算法》（Celebi，E..，《分区聚类算法》（2015），Springer International Publishing），99-146
[8] Bagirov，A。；Ordin，B。；Ozturk，G。；Xavier，A.，基于双曲线平滑的增量聚类算法，计算优化与应用，61，1，219-241（2015）·Zbl 1309.90098号
[9] Bagirov，A。；鲁比诺夫，A。；北苏霍鲁科娃。；Yearwood，J.，《通过非光滑和全局优化进行非监督和监督数据分类》，Top，11，1-93（2003）·Zbl 1048.65059号
[10] Bagirov，A。；南卡罗来纳州塔赫里。；Ugon，J.，最小平方和聚类问题的非光滑DC编程方法，模式识别，53，12-24（2016）·Zbl 1412.68200号
[11] Bagirov，A。；Ugon，J.，最小化聚类函数的算法，优化，54，4-5，351-368（2005）·Zbl 1122.90059
[12] Bagirov，A。；Yearwood，J.，最小平方和聚类问题的一种新的非光滑优化算法，《欧洲运筹学杂志》，170，2，578-596（2006）·Zbl 1085.90045号
[15] 伯德·R·H。；Nocedal，J。；Schnabel，R.B.，拟牛顿矩阵的表示及其在有限记忆方法中的应用，数学规划，63129-156（1994）·Zbl 0809.90116号
[16] Carrizosa，E。；Mladenovic，N。；Todosijevic，R.，网络上最小平方和聚类的可变邻域搜索，《欧洲运筹学杂志》，230，2，356-363（2013）·Zbl 1317.91061号
[17] Clarke，F.H.，《优化与非光滑分析》（1983），威利国际科学：威利国际科技纽约·兹比尔0727.90045
[18] 德米扬诺夫，V。；Rubinov，A.，《建设性非光滑分析》（1995），彼得·朗：彼得·朗·法兰克福·Zbl 0887.49014号
[19] Diehr，G.，聚类分枝定界算法的评估，SIAM科学与统计计算杂志，6，2，268-284（1985）·Zbl 0561.65097号
[20] 费尔南德斯，K。；Vinagre，P。；Cortez，P.，预测在线新闻受欢迎程度的前瞻性智能决策支持系统，《2015年第17届EPIA会议记录-葡萄牙人工智能会议》，9月，葡萄牙科英布拉（2015）
[21] Fuduli，A。；高迪奥索，M。；Giallonbardo，G.，非凸非光滑最小化中的DC分段仿射模型和捆绑技术，优化方法和软件，19，1，89-102（2004）·Zbl 1211.90182号
[22] 高迪奥索，M。；Gorgone，E.，非凸非光滑数值优化中的梯度集分裂，优化方法和软件，25，59-74（2010）·Zbl 1190.90140号
[23] 哈拉拉，M。；Miettinen，K。；Mäkelä，M.M.，用于大规模非光滑优化的新有限内存束方法，优化方法和软件，19，6，673-692（2004）·Zbl 1068.90101号
[24] 北卡罗来纳州哈拉拉。；Miettinen，K。；Mäkelä，M.M.，大规模非光滑优化的全局收敛有限内存束方法，数学规划，109，1，181-205（2007）·Zbl 1278.90451号
[25] Hansen，P。；Mladenovic，N.，可变邻域分解搜索，启发式杂志，7335-350（2001）·Zbl 1041.68623号
[26] 赫斯科维茨，J。；Goulart，E.，大型非线性优化的稀疏拟牛顿矩阵，结构和多学科优化第六届世界大会论文集（2005）
[27] 希里亚特·乌鲁蒂，J.-B。；Lemaréchal，C.，凸分析和最小化算法II（1993），Springer-Verlag:Springer-Verlag Berlin·兹比尔0795.49001
[28] Karmitsa，N.，非光滑稀疏优化的对角束方法，优化理论与应用杂志，166，3，889-905（2015）·Zbl 1323.65069号
[29] 考尔，M。；杨，B。；Jensen，C.S.，《构建精确的三维空间网络以支持下一代智能交通系统》，移动数据管理国际会议论文集，2013年6月3日至6日，意大利米兰（2013）
[30] Kiwiel，K.C.，不可微优化的下降方法。不可微优化的下降方法，数学讲义，第1133卷（1985），Springer-Verlag:Springer-Verlag Berlin·兹比尔0602.90122
[31] Krislock，N。；Malick，J。；Roupin，F.，《（k）-簇半定分枝定界算法的计算结果》，计算机与运筹学研究，66，153-159（2016）·Zbl 1349.90715号
[32] Lemaréchal，C。；斯特罗迪奥特，J.-J。；Bihain，A.，《关于非光滑优化的束算法》（Mangasarian，O.L.；Mayer，R.R.；Robinson，S.M.，《非线性规划》（1981），学术出版社：纽约学术出版社），245-281·Zbl 0533.49023号
[33] Lichman，M.，UCI机器学习库（2013），欧文：加州欧文大学信息与计算机科学学院
[34] 卢克桑，L。；Vlček，J.，凸非光滑无约束极小化问题的全局收敛变尺度方法，优化理论与应用杂志，102，3，593-613（1999）·Zbl 0955.90102号
[35] MacQueen，J.B.，《多元观测分类和分析的一些方法》，281-297（1967），加利福尼亚大学出版社·Zbl 0214.46201号
[36] Mäkelä，M.M。；Neitaanmaki，P.，《非光滑优化：分析和算法及其在最优控制中的应用》（1992年），世界科学出版社：新加坡世界科学出版社·Zbl 0757.49017号
[37] Maulik，美国。；Mukhopadhyay，A.，基于模拟退火的自动模糊聚类结合ANN分类分析微阵列数据，计算机与运筹学，37，8，1369-1380（2010）·Zbl 1183.68488号
[38] 梅尔，O.d。；Hansen，P。；Jaumard，B。；Mladenovic，N.，最小平方和聚类的内点算法，SIAM科学计算杂志，21，4，1485-1505（1999）·Zbl 1049.90129号
[39] Mifflin，R.，非光滑极小化Lemaréchal算法的一种改进和扩展，Matematical Programming Study，17，77-90（1982）·Zbl 0476.65047号
[41] Ordin，B。；Bagirov，A.，解决最小平方和聚类问题的启发式算法，《全局优化杂志》，61，2，341-361（2015）·Zbl 1311.90111号
[42] 拉贝洛，R.L。；Mauri，G.R。；里贝罗，G.M。；Lorena，L.A.N.，点特征地图标签放置问题的聚类搜索元启发式，《欧洲运筹学杂志》，234，3，802-808（2014）·Zbl 1304.90126号
[43] Rahman，医学硕士。；Islam，M.Z.，将新型遗传算法与k均值相结合的混合聚类技术，基于知识的系统，71，345-365（2014）
[44] 桑蒂，E。；Aloise博士。；Blanchard，S.J.，异质差异的聚类数据模型，《欧洲运筹学杂志》，253，3，659-672（2016）·Zbl 1347.62120号
[45] 塞利姆，S。；Al-Sultan，K.，聚类的模拟退火算法，模式识别，24，10，1003-1008（1991）
[46] Vergara，A。；南韦姆布。；Ayhan，T。；Ryan，医学硕士。；霍默，M.L。；Huerta，R.，《使用分类器集合的化学气体传感器漂移补偿》，传感器和执行器B:Chemical，166-167，320-329（2012）
[47] 弗切克，J。；Lukšan，L.，非凸不可微无约束极小化问题的全局收敛变尺度方法，优化理论与应用杂志，111，2，407-430（2001）·Zbl 1029.90060号
[48] Xavier，A.，双曲线平滑聚类方法，模式识别，43，731-737（2010）·Zbl 1187.68514号
[49] 泽维尔，A。；Xavier，V.，通过双曲线平滑和划分边界和引力区域解决最小平方和聚类问题，模式识别，44，1，70-77（2011）·Zbl 1207.68326号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。