基于分类的半监督聚类方法

摘要：

提出一种基于分类的半监督聚类算法.充分利用了数据集中的少量标记对象对原始数据集进行粗分类,在传统k均值算法的基础上扩展了聚类中心点的选择方法;用k-meansGuider方法对数据集进行粗聚类,在此基础上对粗聚类结果进行集成.在多个UCI标准数据集上进行实验,结果表明提出的算法能有效改善聚类质量.

关键词：半监督学习、聚类、k均值聚类

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：山东省自然科学基金the Natural Science Foundation of Shandong Province of China under Grant No.Y2007G16；山东省科技攻关计划the Key Technologies R&D Program of Shandong Province，China under Grant No．2008GG10001015；山东省高新技术自主创新工程专项计划No．2007ZZ17；山东省电子发展基金No.2008B0026；山东省信息产业发展专项资金2008B0026

在线出版日期：2011-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：132-134