原文服务方: 计算机应用研究       
摘要:
半监督聚类是通过在无监督算法的基础上加入有限的背景知识来实现的.现有的基于核的半监督聚类算法对于核参数的设定仍需人工进行调节,其选择值会极大地影响最终的结果.通过将关联加入到聚类目标函数中,在聚类过程反复地优化高斯核参数,自动确定最佳RBF核,并将最佳核计算与SSKK算法结合起来得到SSKKOK算法.实验结果表明,该算法能在利用基于核半监督聚类算法功能的基础上自动设置有关的参数.
推荐文章
一种基于聚类核的半监督支持向量机分类方法
聚类核
聚类假设
半监督支持向量机
分类
MFASSC:基于间隔Fisher分析的半监督聚类方法
半监督聚类
成对约束
间隔Fisher分析
数据降维
基于主动数据选取的半监督聚类算法
数据挖掘
半监督聚类
主动学习
标签数据
数据选取
最小生成树
多密度数据集
不平衡数据集
半监督极大熵聚类的研究
聚类分析
极大熵聚类
半监督学习
标签数据
距离学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于核自调整进行半监督聚类
来源期刊 计算机应用研究 学科
关键词 半监督聚类 关联 马尔可夫随机域 K均值 高斯核
年,卷(期) 2009,(5) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1719-1722
页数 4页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.05.034
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张汝波 哈尔滨工程大学计算机学院 110 1870 20.0 39.0
2 崔鹏 哈尔滨工程大学计算机学院 10 36 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (3)
二级引证文献  (17)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
半监督聚类
关联
马尔可夫随机域
K均值
高斯核
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导