智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2014年
2期
32-35
,共4页
半监督学习%距离度量%聚类%机器学习
半鑑督學習%距離度量%聚類%機器學習
반감독학습%거리도량%취류%궤기학습
Semi Supervised Learning%Distance Measurement%Clustering%Machine Learning
基于图的半监督学习的一个关键问题是：图上顶点之间的距离度量的有效性问题。为了解决这个问题，提出了基于图的半监督学习的距离度量改进方法。通过在现有密度敏感的距离度量方案中添加补偿参数的方法，使得改进的距离度量方案不但能够有效地扩大不同类别的高密度区域样本间的距离，同时还能缩小相同类别中样本之间的距离。将改进的距离度量方案应用到聚类算法中，来验证改进的距离度量方案的有效性。实验结果表明：改进的距离度量方法能够有效地扩大不同类别间距离，增强类内聚合度。
基于圖的半鑑督學習的一箇關鍵問題是：圖上頂點之間的距離度量的有效性問題。為瞭解決這箇問題，提齣瞭基于圖的半鑑督學習的距離度量改進方法。通過在現有密度敏感的距離度量方案中添加補償參數的方法，使得改進的距離度量方案不但能夠有效地擴大不同類彆的高密度區域樣本間的距離，同時還能縮小相同類彆中樣本之間的距離。將改進的距離度量方案應用到聚類算法中，來驗證改進的距離度量方案的有效性。實驗結果錶明：改進的距離度量方法能夠有效地擴大不同類彆間距離，增彊類內聚閤度。
기우도적반감독학습적일개관건문제시：도상정점지간적거리도량적유효성문제。위료해결저개문제，제출료기우도적반감독학습적거리도량개진방법。통과재현유밀도민감적거리도량방안중첨가보상삼수적방법，사득개진적거리도량방안불단능구유효지확대불동유별적고밀도구역양본간적거리，동시환능축소상동유별중양본지간적거리。장개진적거리도량방안응용도취류산법중，래험증개진적거리도량방안적유효성。실험결과표명：개진적거리도량방법능구유효지확대불동유별간거리，증강류내취합도。
A key problem in graph-based semi supervised learning is the effectiveness of distance measurement between the vertices of graph .In view of this , an improved distance measure method is proposed for semi-supervised learning .The method can effectively amplify the distance between data points in different high density region and reduces the distance be -tween data points in the same high density region by adding an offset parameter .Then,a graph based semi supervised cluste-ring algorithm is presented based on this improved distance measurement .Experimental results shows that the improved method can effectively increase the scatter of inter classes and reduce the scatter of intra -class.
