计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2012年
4期
236-239
,共4页
半监督聚类%图拉普拉斯算子%聚类分析%样本空间%机器学习
半鑑督聚類%圖拉普拉斯算子%聚類分析%樣本空間%機器學習
반감독취류%도랍보랍사산자%취류분석%양본공간%궤기학습
为了在只有少量已知标记的数据集中获得较好的聚类效果,提出了一种基于图收缩的半监督聚类算法.首先将整个样本空间中的数据表达为一个带权图,再根据给出的must-link约束,对图进行边收缩的修改,进而增强must-link约束.在此基础上引入图拉普拉斯算子,结合cannot-link约束将样本空间投影到一个特征子空间.最后在子空间上进行聚类分析.实验结果表明,该方法不仅提高了对复杂数据的聚类结果,而且在约束对数量较少时也能获得较好的结果.
為瞭在隻有少量已知標記的數據集中穫得較好的聚類效果,提齣瞭一種基于圖收縮的半鑑督聚類算法.首先將整箇樣本空間中的數據錶達為一箇帶權圖,再根據給齣的must-link約束,對圖進行邊收縮的脩改,進而增彊must-link約束.在此基礎上引入圖拉普拉斯算子,結閤cannot-link約束將樣本空間投影到一箇特徵子空間.最後在子空間上進行聚類分析.實驗結果錶明,該方法不僅提高瞭對複雜數據的聚類結果,而且在約束對數量較少時也能穫得較好的結果.
위료재지유소량이지표기적수거집중획득교호적취류효과,제출료일충기우도수축적반감독취류산법.수선장정개양본공간중적수거표체위일개대권도,재근거급출적must-link약속,대도진행변수축적수개,진이증강must-link약속.재차기출상인입도랍보랍사산자,결합cannot-link약속장양본공간투영도일개특정자공간.최후재자공간상진행취류분석.실험결과표명,해방법불부제고료대복잡수거적취류결과,이차재약속대수량교소시야능획득교호적결과.
