메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Faliu Yi (Chosun University) Inkyu Moon (Chosun University)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제17권 제10호
발행연도
2014.10
수록면
1,160 - 1,170 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Clustering methods are very useful in many fields such as data mining, classification, and object recognition. Both the supervised and unsupervised grouping approaches can classify a series of sample data with a predefined or automatically assigned cluster number. However, there is no constraint on the number of elements for each cluster. Numbers of cluster members for each cluster obtained from clustering schemes are usually random. Thus, some clusters possess a large number of elements whereas others only have a few members. In some areas such as logistics management, a fixed number of members are preferred for each cluster or logistic center. Consequently, it is necessary to design a clustering method that can automatically adjust the number of group elements. In this paper, a k-means based clustering method with a fixed number of cluster members is proposed. In the proposed method, first, the data samples are clustered using the k-means algorithm. Then, the number of group elements is adjusted by employing a greedy strategy. Experimental results demonstrate that the proposed clustering scheme can classify data samples efficiently for a fixed number of cluster members.
#Clustering Algorithm #K-means Algorithm #Logistic Management #Image Processing

목차

ABSTRACT
1. INTRODUCTION
2. K-MEANS CLUSTERING ALGORITHM
3. PROCEDURES OF THE PROPOSED CLUSTERING METHOD
4. EXPERIMENTAL RESULTS
5. CONCLUSIONS
REFERENCE

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

2개의 이동하는 수신기를 이용한 측정 정보별 고정 신호원의 위치 추정 성능 분석
박진오 ,  이문석 ,  박영미 전자공학회논문지 2014 .09
영상센서의 출력 해상도 모드를 고려한 색상 보간 알고리즘
김부공 ,  김문철 전자공학회논문지 2014 .09
접합영상 검출을 위한 효율적인 마코프 특징 추출 방법
한종구 ,  박태희 ,  엄일규 전자공학회논문지 2014 .09
무의식의 주체와 이미지에 관한 연구
최원호 멀티미디어학회논문지 2014 .09
표정 인식을 이용한 3D 감정 아바타 생성 및 애니메이션
조태훈 ,  정중필 ,  최수미 멀티미디어학회논문지 2014 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2015-004-002701907