基于安全性的成对约束扩充算法
基于成对约束的聚类分析是半监督学习的一个重要研究方向.成对约束的数量已成为影响该类算法有效性的重要因素.然而,在现实应用中,成对约束的获取需要耗费大量的成本.因此,文中提出了一种基于安全性的成对约束扩充方法(Ex-tended Algorithm of Pairwise Constraints Based on Security,PCES).该算法将传递闭包中最大局部连通距离作为安全值,并根据安全值来修改传递闭包之间的相似性,减少合并传递闭包带来的风险,最后利用图聚类方法合并相似的传递闭包达到扩充成对约束的目的.该算法不仅可以安全有效地扩充成对约束,同时可以将扩充后的成对约束应用到不同半监督聚类算法中.文中在8个基准数据集上进行了成对约束扩充算法的比较.实验结果表明,该算法可以安全有效地扩充成对约束.
成对约束、半监督聚类、监督信息的有效性、监督信息的扩展
47
TP391(计算技术、计算机技术)
国家自然科学基金;山西省基础研究计划
2020-09-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
324-329