约束与度量相结合的半监督聚类集成

摘要：

针对基于约束的和基于度量的两种半监督聚类方法,结合聚类集成展开研究,提出一种结合这两种方法的半监督聚类集成方法.在少量先验知识辅助下使用这两种方法对样本聚类,产生不同的基聚类,运用一致性函数将基聚类整合得到目标聚类.基于度量的半监督聚类引入新的度量函数,适用于一般数据集,且因图像像素有着空间信息的特殊性,综合考虑像素固有特征和邻域空间分布,其适用于图像数据.在两类数据集上的实验结果表明,该方法大幅改善了聚类效果.

关键词：半监督聚类、一致性函数、成对约束、度量学习、图像数据聚类

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61165009、61262005、61363035、61365009;国家973重点基础研究发展计划基金项目2012CB326403;广西自然科学基金项目2013GXNSFAA019345、2014GXNSFAA118368;“八桂学者”工程专项基金

在线出版日期：2016-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2440-2446,2452