基于添加人工数据的高差异性聚类集体生成方法

• 作者: 孔繁胜 李一啸 罗会兰
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 聚类集成 集体差异性 人工数据
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 682-688
• 页数: 7页
• 分类号: TP181
• 字数: 5353字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.05.018

摘要

集体差异性被认为是集成学习中的一个关键因素,在聚类集成的研究中,生成聚类集体的方法有许多种,但就专门致力于生成高差异性聚类集体的方法研究较少,基于此,本文提出生成高差异性聚类集体的方法CEAN和ICEAN,在算法中通过引入人工数据来增加聚类集体的差异性,用实验比较了CEAN和ICEAN与文献中出现的常用聚类集体生成方法,实验表明CEAN和ICEAN确实能增加生成集体的差异性,从而在相似平均集体成员准确度情况下使得聚类集成的效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔繁胜	浙江大学人工智能研究所	56	825	14.0	27.0
2	罗会兰	江西理工大学信息工程学院	51	445	13.0	18.0
3	李一啸	浙江大学人工智能研究所	2	76	1.0	2.0