クラスタ中心に依存しないファジィK-Meansクラスタリングアルゴリズムを提案し、クラスタ中心の選択と更新の問題を解決する。提案手法は従来のファジィK-Meansアルゴリズムと等価であり、距離尺度の柔軟な選択を可能にする。
高次元大規模データに対して、ブロック対角構造を持つ類似グラフを構築し、そのグラフ構造を活用することで、DBSCANアルゴリズムの限界を克服し、高精度なクラスタリングを実現する。
