成对约束的属性加权半监督模糊核聚类算法
Semi-supervised mercer-kernel based fuzzy clustering algorithm with pairwise constraints and attribute weighted作者机构:江南大学数字媒体学院江苏无锡214122
出 版 物:《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期:2011年第47卷第24期
页 面:136-138,162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(No.60704047) 国家自然科学基金重大研究计划(No.9082002) 国家高技术研究发展计划(863)(No.2007AA1Z158)~~
摘 要:在机器学习和数据挖掘中,带约束的半监督聚类是一个活跃的研究领域。为了利用约束条件获得表现更优异的聚类效果,提出了一种成对约束的属性加权半监督聚类算法,该方法充分考虑了属性间的不平衡性,在传统模糊聚类算法中融合半监督学习机制并通过Mercer核把原始的观察空间映射到高维特征空间。实验结果表明,该算法优于相似的成对约束的竞争群算法(PCCA)。