聚类融合方法综述

• 作者: 王文渊 阳琳赟
• 来源期刊: 计算机应用研究
• 关键词: 聚类融合 数据重抽样 共识函数 差异度
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 综述评论
• 页码范围: 8-10,14
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2005.12.003

摘要

在分类算法和回归模型中,正广泛而且成功地使用着融合方法,该方法能克服分类、回归中的不稳定性,并给出较好的结果.在非监督机器学习领域,由于缺乏数据集的先验知识,所以分类和回归中的融合方法就不能直接用于聚类算法,这导致了该领域中对融合方法研究的起步较晚;近几年的研究和实验表明,聚类融合方法能很好地提高聚类算法的鲁棒性和稳定性.对近年来聚类融合的方法进行了综述,阐述了近年来对聚类融合方法进行研究的主要内容与特点,并讨论了聚类融合方法的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文渊	清华大学自动化系	19	484	11.0	19.0
2	阳琳赟	清华大学自动化系	3	123	2.0	3.0