一种基于支持向量机思想的无监督聚类算法

• 作者: 吴德会 汪海滨 龙俊波
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 支持向量机 结构风险 无监督学习 聚类
• 年，卷（期）: 2006,（8）
• 页码范围: 143-144
• 页数: 2页
• 分类号: TP317

摘要

支持向量机作为一种新的机器学习方法，由于其建立在结构风险最小化准则之上，而不是仅仅使经验风险达到最小，从而使对支持向量分类器具有较好的推广能力。本文分析了支持向量机在解决无监督分类问题上的不足，提出一种基于支持向量机思想的最大间距的聚类新方法。实验结果表明．该算法能成功地解决很多非监督分类问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴德会		66	721	15.0	23.0
2	汪海滨		15	30	2.0	5.0
3	龙俊波		14	30	3.0	4.0