计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2011年
2期
182-185
,共4页
半监督聚类%K-means%不完备先验知识%初始聚类中心%标签数据
半鑑督聚類%K-means%不完備先驗知識%初始聚類中心%標籤數據
반감독취류%K-means%불완비선험지식%초시취류중심%표첨수거
针对seeded-K-means和constrained-K-means算法要求标签数据类别完备的限制,本文提出了基于不完备标签数据的半监督K-means聚类算法,重点讨论了未标签类别初始聚类中心的选取问题.首先给出了未标签类别聚类中心最优候选集的定义,然后提出了一种新的朱标签类别初始聚类中心选取方法,即采用K-means算法从最优候选集中选取初始聚类中心,最后给出了基于新方法的半监督聚类算法的完整描述,并通过实验测试对新算法的有效性进行了验证.实验结果表明本文所提算法在执行速度和聚类效果上都优于现有算法.
針對seeded-K-means和constrained-K-means算法要求標籤數據類彆完備的限製,本文提齣瞭基于不完備標籤數據的半鑑督K-means聚類算法,重點討論瞭未標籤類彆初始聚類中心的選取問題.首先給齣瞭未標籤類彆聚類中心最優候選集的定義,然後提齣瞭一種新的硃標籤類彆初始聚類中心選取方法,即採用K-means算法從最優候選集中選取初始聚類中心,最後給齣瞭基于新方法的半鑑督聚類算法的完整描述,併通過實驗測試對新算法的有效性進行瞭驗證.實驗結果錶明本文所提算法在執行速度和聚類效果上都優于現有算法.
침대seeded-K-means화constrained-K-means산법요구표첨수거유별완비적한제,본문제출료기우불완비표첨수거적반감독K-means취류산법,중점토론료미표첨유별초시취류중심적선취문제.수선급출료미표첨유별취류중심최우후선집적정의,연후제출료일충신적주표첨유별초시취류중심선취방법,즉채용K-means산법종최우후선집중선취초시취류중심,최후급출료기우신방법적반감독취류산법적완정묘술,병통과실험측시대신산법적유효성진행료험증.실험결과표명본문소제산법재집행속도화취류효과상도우우현유산법.