10.11896/j.issn.1002-137X.2015.6.009
一种基于数据相关性的半监督模糊聚类集成方法
现有的半监督聚类集成方法能利用先验信息,使集成的准确性、鲁棒性和稳定性得到提高,但在集成阶段加入成对约束信息时,只考虑了给定的约束信息而忽视了约束点与被约束点的邻域点之间的关系.针对此问题,提出了一种基于数据相关性的半监督模糊聚类集成方法.该方法首先利用半监督模糊聚类算法建立集成信息矩阵,并将其转换为相似性矩阵;然后,利用已知的约束信息及约束点与被约束点的邻域点之间的关系来修改相似性矩阵;最后,利用图划分算法得到最终的聚类结果.真实数据上的实验结果表明,提出的方法可以有效提高聚类质量.
半监督聚类集成、模糊聚类、成对约束、邻域点
42
TP391(计算技术、计算机技术)
国家自然科学基金61170111,61134002;西南交通大学牵引动力国家重点实验室自主研究课题2012TPL_T15
2015-07-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
41-45