| 基于半监督学习的核信任力传播聚类算法 |
| |
| 引用本文： | 陈晓峰,王士同,曹苏群. 基于半监督学习的核信任力传播聚类算法[J]. 江南大学学报(自然科学版), 2008, 7(5) |
| |
| 作者姓名： | 陈晓峰 王士同 曹苏群 |
| |
| 作者单位： | 1. 江南大学,信息工程学院,江苏,无锡,214122
2. 江南大学,信息工程学院,江苏,无锡,214122;淮阴工学院,机械系,江苏,淮安,223001 |
| |
| 基金项目： | 国家自然科学基金，国防应用基础研究基金，教育部跨世纪优秀人才支持计划，教育部科学技术基金，江苏省6大人才高峰计划，国家重点实验室基金 |
| |
| 摘 要： | 文中提出一种半监督核信任力传播聚类算法(SSKAPC).SSKAPC在对样本聚类的过程中,引入先验知识提高聚类性能;同时该算法将样本映射到高维空间进行聚类.人工数据和真实世界数据的实验表明,SSKAPC算法能大幅度提高聚类的准确性.
|
| 关 键 词： | 信任力传播 半监督 核聚类 |
Semi-Supervised Learning Based Kernel Affinity Propagation Clustering Method |
| |
| CHEN Xiao-feng,WANG Shi-tong,CAO Su-qun. Semi-Supervised Learning Based Kernel Affinity Propagation Clustering Method[J]. Journal of Southern Yangtze University:Natural Science Edition, 2008, 7(5) |
| |
| Authors: | CHEN Xiao-feng WANG Shi-tong CAO Su-qun |
| |
| Abstract: | In this paper,a semi-supervised kernel affinity propagation method named SSKAPC is proposed.In this method,affinity propagation clustering method is extended to semi-supervised setting,in which background knowledge is provided in terms of pairwise constraints.Kernel trick is also used to process non-linear problem.The experimental results and comparisons on simulated and real-world datasets illustrate the effectiveness and the advantages of the proposed SSKAPC method. |
| |
| Keywords: | affinity propagation semi-supervised kernel clustering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
