【摘要】半监督聚类就是利用样本的监督信息来帮助提升无监督学习的性能。样本的监督信息包括类标记信息和成对约束信息(must.1ink约束和cannot—link约束)。本文提出了一种基于类标记和成对约束的半监督聚类算法(PLG.SSC),该算法结合了遗传算法的优势,充分利用了前面两方面的监督信息来帮助无监督的聚类。在uci数据集上面的实验结果表明,PLG.SSC算法能有效地提高聚类的准确率,是一种有前景的半监督聚类算法。
【关键词】
全文来源于知网
基于LabVIEW的GPS信号捕获算法实现
王奇波 , 秦红磊 , 王耿锞
2013
10
0
¥:0
收藏
数字坝区综合管网GIS空间数据库的设计与实现
冯德鸿 , 邓小炼 , 刘勇
2013
82
0
¥:0
收藏
基于iOS系统的安全性研究
凌宁 , 张文 , 牛少彰
2013
124
0
¥:0
收藏
一种基于正常读带宽的数据修复方法
郑涵 , 陈海涛 , 卢宇彤
2013
142
0
¥:0
收藏
基于规则引擎的自动运维虚拟器件模型
倪舜谦 , 史殿习 , 郭长国
2013
217
0
¥:0
收藏