一种结合半监督的改进自适应亲和传播聚类
Improved adaptive affinity propagation clustering based on semi-supervised learning作者机构：陕西师范大学计算机科学学院西安710062
出 版 物：《计算机应用研究》 (Application Research of Computers)
年 卷 期：2010年第27卷第12期
页 面：4436-4438,4442页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金资助项目(40671133) 中央高校基本科研业务费专项资金资助项目(GK200902015)
摘 要：现有的自适应亲和传播聚类存在聚类时间长、精度低的缺点,提出了一种结合半监督的改进自适应亲和传播聚类(SAAP)。它首先利用半监督学习更新相似度矩阵,而后在亲和传播聚类的基础上,通过基于二分法判断实现自适应搜索有效聚类数空间,最后由加权评价函数确定最佳聚类。经实验证明,SAAP算法可以更快速地扫描有效聚类空间,并能够得到较小的错分率和较高的有效性评价。
维普期刊数据库
同方期刊数据库