10.3969/j.issn.1000-7024.2013.08.049
基于成对约束的主动半监督聚类算法
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.
半监督聚类、主动学习、成对约束、约束集、k-means
34
TP18(自动化基础理论)
2013-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
2897-2902