半监督加权模糊C均值聚类算法

• 作者: 江秀勤
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 模糊C均值聚类 点密度加权 半监督学习
• 年，卷（期）: 2009,（17）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 170-171,174
• 页数: 3页
• 分类号: TP18
• 字数: 2725字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.17.058

摘要

对于团状、每类样本数相差较大的数据集,FCM算法和半监督模糊C均值聚类算法都不是最佳聚类方法,因为它们对数据集有等划分趋势.针对这种情况,利用样本点分布密度大小作为权值,结合半监督学习方法,提出半监督点密度加权模糊C均值聚类算法.在半监督学习过程中,对于求极值的问题采用模拟退火算法.结果证明,点密度加权模糊C均值聚类算法确实能提高聚类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江秀勤	浙江越秀外国语学院涉外经管学院	2	7	1.0	2.0