基于半监督的模糊C-均值聚类算法 |
| |
引用本文: | 郭新辰,郗仙田,樊秀玲,韩啸.基于半监督的模糊C-均值聚类算法[J].吉林大学学报(理学版),2015,53(4):705-709. |
| |
作者姓名: | 郭新辰 郗仙田 樊秀玲 韩啸 |
| |
作者单位: | 1. 东北电力大学 理学院, 吉林 吉林 132012; 2. 吉林大学 学报编辑部, 长春 130012 |
| |
摘 要: | 通过将半监督学习的思想引入到模糊C-均值聚类方法中,提出一种基于半监督的模糊C-均值聚类算法,有效解决了模糊C-均值聚类算法随机选取初始聚类中心导致聚类结果局部收敛的问题,能客观获取最佳聚类数目和初始聚类中心.实验结果表明,与传统模糊C-均值聚类算法相比,基于半监督的模糊C-均值算法在一定程度上减少了迭代次数,降低了对初始聚类中心的依赖性.
|
关 键 词: | 半监督学习 模糊C-均值聚类算法 信息熵 |
收稿时间: | 2014-12-17 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(理学版)》下载免费的PDF全文 |
|