| 基于粒子群算法的K均值半监督聚类算法研究 |
| |
| 引用本文： | 郭长友.基于粒子群算法的K均值半监督聚类算法研究[J].计算机应用与软件,2010,27(7):270-273. |
| |
| 作者姓名： | 郭长友 |
| |
| 作者单位： | 德州学院计算机系,山东,德州,253023 |
| |
| 摘 要： | 定义了一个欧氏距离和监督信息相结合的最近邻计算函数,综合考虑无监督学习的空间距离和监督学习的标签数据的影响,从而将K均值算法很好地用于半监督聚类问题;针对K均值算法对初始质心敏感的缺陷,用粒子群算法的搜索空间模拟聚类的欧氏空间,通过迭代搜索找到较优的聚类质心。同时提出动态管理种群的策略以提高粒子群算法搜索效率。新算法在UC I的多个数据集上测试都得到了较好的聚类准确率。
|
| 关 键 词： | 半监督聚类 改进的K均值算法 质心优化 粒子群算法 动态管理种群 |
ON SEMI SUPERVISED K-MEANS CLUSTERING BASED ON PARTICLE SWARM OPTIMISATION |
| |
| Guo Changyou.ON SEMI SUPERVISED K-MEANS CLUSTERING BASED ON PARTICLE SWARM OPTIMISATION[J].Computer Applications and Software,2010,27(7):270-273. |
| |
| Authors: | Guo Changyou |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
