基于Tri-Training和数据剪辑的半监督聚类算法

• 作者: 邓超 郭茂祖
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 半监督聚类 半监督分类 K.均值 seeds集 Tri-Training Depuration数据剪辑
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 663-673
• 页数: 11页
• 分类号: TP18
• 字数: 8599字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.00663

摘要

提出一种半监督聚类算法,该算法在用seeds集初始化聚类中心前,利用半监督分类方法Tri-training的迭代训练过程对无标记数据进行标记,并加入seeds集以扩大规模;同时,在Tfi-training训练过程中结合基于最近邻规则的Deputation数据剪辑技术对seeds集扩大过程中产生的误标记噪声数据进行修正、净化,以提高seeds集质量.实验结果表明,所提出的基于Tri-training和数据剪辑的DE-Tri-training半监督聚类新算法能够有效改善seeds集对聚类中心的初始化效果,提高聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓超	哈尔滨工业大学计算机科学与技术学院	38	420	10.0	19.0
2	郭茂祖	哈尔滨工业大学计算机科学与技术学院	77	1227	20.0	33.0