基于成对约束的主动半监督聚类算法

摘要：

为了解决半监督聚类先验知识少、聚类偏差大的问题,提出了基于成对约束的主动半监督聚类算法.引入主动学习算法,增加约束集的信息量以使聚类效果更好；利用该约束集建立投影矩阵映射数据到低维空间,便于计算并提高聚类效果.算法中提出闭包替代思想,试图简化样本空间,以期获得降低聚类偏差的可能.由于聚类算法的实施对象是低维数据,成对约束集信息量大,聚类的时间效率以及性能均可保证.实验结果表明,采用主动学习的半监督聚类算法聚类效果提升显著,高效合理.

关键词：半监督聚类、主动学习、成对约束、约束集、k-means

所属期刊栏目：34

分类号：TP18(自动化基础理论)

在线出版日期：2013-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2897-2902