文献类型：期刊文章

作　　者：尹学松[1,2] 胡思良[1] 陈松灿[1]

机构地区：[1]南京航空航天大学信息科学与技术学院,江苏南京210016 [2]浙江广播电视大学计算机科学与技术系,浙江杭州310012

出　　处：《软件学报》

基　　金：Supported by the National Natural Science Foundation of China under Grant Nos.60505004,60773061 (国家自然科学基金)

年　　份：2008

卷　　号：19

期　　号：11

起止页码：2791-2802

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：现有一些典型的半监督聚类方法一方面难以有效地解决成对约束的违反问题,另一方面未能同时处理高维数据.通过提出一种基于成对约束的判别型半监督聚类分析方法来同时解决上述问题.该方法有效地利用了监督信息集成数据降维和聚类,即在投影空间中使用基于成对约束的K均值算法对数据聚类,再利用聚类结果选择投影空间.同时,该算法降低了基于约束的半监督聚类算法的计算复杂度,并解决了聚类过程中成对约束的违反问题.在一组真实数据集上的实验结果表明,与现有相关半监督聚类算法相比,新方法不仅能够处理高维数据,还有效地提高了聚类性能.

关 键 词：半监督聚类 成对约束  闭包中心  投影矩阵 聚类分析

分 类 号：TP181]