|
|||||
|
|
| 基于主动学习的K-Hub聚类算法 | |
| 作者姓名： | 封建邦 何振峰 |
| 作者单位： | 福州大学 数学与计算机科学学院, 福州 350108,福州大学 数学与计算机科学学院, 福州 350108 |
| 摘 要： | K-Hub聚类算法是一种有效的高维数据聚类算法,但是它对初始聚类中心的选择非常敏感,并且对于靠近类边界的实例往往不能正确聚类.为了解决这些问题,提出一种结合主动学习和半监督聚类的K-Hub聚类算法.运用主动学习策略学习部分实例的关联限制,然后利用这些关联限制指导K-Hub的聚类过程.实验结果表明,基于主动学习的K-Hub聚类算法能有效提升K-Hub的聚类准确率. |
| 关 键 词： | 高维数据 半监督聚类 关联限制 主动学习 K-Hub |
| 收稿时间： | 2015-07-05 |
| 修稿时间： | 2015-09-08 |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |